R中径向基函数神经网络的预测

Question

我是R中使用径向基函数神经网络的新手。以下是RSNNS CRAN包中关于如何使用rbf神经网络的代码，其中代码的下半部分用于绘制实数和模型的图形。

inputs <- as.matrix(seq(0,10,0.1))
outputs <- as.matrix(sin(inputs) + runif(inputs*0.2))
outputs <- normalizeData(outputs, "0_1")
model <- rbf(inputs, outputs, size=40, maxit=1000,
initFuncParams=c(0, 1, 0, 0.01, 0.01),
learnFuncParams=c(1e-8, 0, 1e-8, 0.1, 0.8), linOut=TRUE)
par(mfrow=c(2,1))
plotIterativeError(model)
plot(inputs, outputs)
lines(inputs, fitted(model), col="green")

但我不知道如何使用该模型来预测给定测试数据集的值。这是怎么做到的？

Answer 1

您应该使用predict()函数。即predict(model, testData)