Rでのニューラルネットワーク出力の解釈

私は自分のデータのニューラルネットワークを作成することができました。しかし、R出力の解釈についてはよくわかりません。次のコマンドを使用してニューラルネットワークを作成しました。

> net=nnet(formula = category~iplen+date_time, size=0,skip=T,lineout=T)
# weights:  3
initial  value 136242.000000 
final  value 136242.000000 
converged

次に、次のコマンドを使用して出力を確認しました。

    > summary(net)
a 2-0-1 network with 3 weights
options were - skip-layer connections 
 b->o i1->o i2->o 
 0.64 -0.46  0.15

上記の出力から、次のニューラルネットワークの図を結論付けることができますか？

2番目の質問は、この図がどれほど有用であるかをどのように知ることができるかです。つまり、独立変数からカテゴリー番号（ターゲット変数）を見つけたかったのです。では、このネットワークが本当にカテゴリ（ターゲット変数）を予測するのに役立つかどうかをどのように判断できますか 最終的な出力は何ですか、またはそれを見つける方法は？

上記のnネットワークから次の出力を結論付けることはできますか？：

category= -0.46(iplen)+0.15(date_time)+0.64

よろしく、

あなたの解釈は正しいようです。predictいくつかのデータを呼び出し、計算結果をと比較することで、自分で確認できますpredict。最初にスプレッドシートでこれを行い、次にメタプログラミングを使用してRニューラルネットワークを計算しました。

ちなみに、Rパッケージneuralnetは素晴らしい図を描画しますが、どうやらそれは回帰のみをサポートしています（分類ではないですか？）。

次のコードを使用してnnet結果をプロットすることもできます

install.packages("devtools")
library(devtools)
source_url('https://gist.githubusercontent.com/fawda123/7471137/raw/466c1474d0a505ff044412703516c34f1a4684a5/nnet_plot_update.r')

#plot each model
plot.nnet(net)

参照：https : //beckmw.wordpress.com/tag/nnet/