该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


预测和专业建模 • 神经网络 • 神经网络示例
上一个
 • 
下一个
神经网络示例
本例使用 Boston Housing.jmp 数据表。假定您想要创建一个模型来预测住房价格中位数，它可以表示为几项人口统计特征的函数。按照以下步骤来构建神经网络模型：
1.
选择帮助 > 样本数据库，然后打开 Boston Housing.jmp。
2.
通过选择分析 > 预测建模 > 神经来启动“神经”平台。
3.
将房价中位数分配给 Y，响应角色。
4.
将其他列（从犯罪率到低收入者）分配给 X，因子角色。
5.
点击确定。
6.
为保留比例输入 0.2。
7.
为随机种子输入 1234。
注意：一般来说，由于验证集是随机选择的，所以结果会有所不同。输入上面的种子可以重现本示例中所示的结果。
8.
为第一层中的 TanH 节点数输入 3。
9.
选中变换协变量选项。
10.
点击执行。
报表显示在图 4.6中。
图 4.6 神经报表
报表中同时为训练集和验证集提供了结果。您可以使用验证集的结果来表示模型对于将来观测的预测能力。
验证集的 R 方统计量为 0.913，表明该模型可以很好地预测未用于训练模型的数据。您还可以从“模型”红色小三角菜单中选择标绘“预测值-实际值”图来评估模型拟合的好坏。该图显示在图 4.7中。
图 4.7 “预测值-实际值”图
图上的点沿着线条分布，表明预测值与实际值相差不大。
要大致了解 X 变量如何影响预测值，可以从“模型”红色小三角菜单中选择刻画器。该刻画器显示在图 4.8中。
图 4.8 刻画器
有些变量的刻画迹线具有正斜率，有些则具有负斜率。例如，变量房间数具有正斜率。这表明住房中的房间数越多，中位数预测值就越高。变量 pt 是按城镇划分的师生比。该变量的斜率为负数，指示师生比越高，中位数值越小。