Decay=0
> res21b_nnet(bin9,y1,size=2,decay=0,linout=T,maxit=200) # weights: 13 initial value 2.692404 iter 10 value 0.081170 iter 20 value 0.060693 iter 30 value 0.048510 iter 40 value 0.021601 iter 50 value 0.006859 iter 60 value 0.003347 iter 70 value 0.003254 iter 80 value 0.003170 iter 90 value 0.003168 iter 100 value 0.003167 final value 0.003167 converged
Grâce à la commande "predict", on obtient les valeurs prédites
pour y1 que l'on compare aux "vraies valeurs de y1.
On voit ainsi que l'on a une bonne prédiction pour y1.
> cbind(y1,predict(res21b,bin9),y1- predict(res21b,bin9)) y1 val. predites ecart 1 0.72 0.7260235548 -0.0060235548 2 0.00 0.0011627030 -0.0011627030 3 0.83 0.8180949092 0.0119050908 4 0.00 0.0022800944 -0.0022800944 5 0.52 0.5109104514 0.0090895486 6 0.02 0.0179234259 0.0020765741 7 0.92 0.9136744142 0.0063255858 8 0.05 0.0588501692 -0.0088501692 9 0.69 0.6992198229 -0.0092198229 10 0.55 0.5885597467 -0.0385597467 11 0.00 -0.0015969445 0.0015969445 12 0.73 0.6994514465 0.0305485535 13 0.18 0.1771581173 0.0028418827 14 0.20 0.1878038198 0.0121961802 15 0.00 -0.0001405524 0.0001405524 16 0.96 0.9706301093 -0.0106301093
Pour comparer les valeurs de y1 avec les valeurs prédites par le réseau, on peut aussi tracer les valeurs de y1 en fonction des valeurs prédites. Le graphique ainsi obtenu est linéaire ce qui montre bien une similarité entre les valeurs.
Decay=0.01
Pour cette valeur du "decay", on obtient les valeurs prédites suivantes :
> res21c_nnet(bin9,y1,size=2,decay=0.01,linout=T,maxit=200) > cbind(y1,predict(res21c,bin9),y1- predict(res21c,bin9)) y1 val. predites ecart 1 0.72 0.729235888 -0.009235888 2 0.00 0.008777049 -0.008777049 3 0.83 0.769778311 0.060221689 4 0.00 -0.001242506 0.001242506 5 0.52 0.494760662 0.025239338 6 0.02 0.001582627 0.018417373 7 0.92 0.894366324 0.025633676 8 0.05 0.019064523 0.030935477 9 0.69 0.679067373 0.010932627 10 0.55 0.616060615 -0.066060615 11 0.00 0.011309369 -0.011309369 12 0.73 0.704069793 0.025930207 13 0.18 0.268142045 -0.088142045 14 0.20 0.185469165 0.014530835 15 0.00 0.003297682 -0.003297682 16 0.96 0.986284196 -0.026284196
Notons que ces valeurs prédites sont moins précises que celles obtenues avec
"decay"=0.
Dans la suite, nous considèrerons la valeur du paramètre "decay" égale à 0.