R里面的nnet可以做


library("nnet")
###Examples

# use half the iris data
ir <- rbind(iris3[,,1],iris3[,,2],iris3[,,3])
targets <- class.ind( c(rep("s", 50), rep("c", 50), rep("v", 50)) )
samp <- c(sample(1:50,25), sample(51:100,25), sample(101:150,25))
ir1 <- nnet(ir[samp,], targets[samp,], size = 2, rang = 0.1,
            decay = 5e-4, maxit = 200)
test.cl <- function(true, pred) {
    true <- max.col(true)
    cres <- max.col(pred)
    table(true, cres)
}
test.cl(targets[-samp,], predict(ir1, ir[-samp,]))

可以

大部分都可以，以神经网络为例，lz可以使用nnet包实现

R很强大的，你要学会了这个，其他的SPSS，MatlaB都是浮云！

可以啊，可以看看有关R的书

可以的。

可以的哦，也可以用nnet( )函数来实现分类，不过在那之前你要先运行library(nnet)程序馆，先找到nnet（）函数。

肯定可以的啊，貌似有相关的教程，不过我不会

最近看的那本数据挖掘与R语言（黑色，葡萄牙人写的）里面有几个小案例代你入门，里面就有决策树的案例代码

nnet实现的是哪一种人工神经网络呢？是感知器还是单隐藏层的BP 人工神经网络或者其他？

nnet实现的是哪一种人工神经网络呢？是感知器还是单隐藏层的BP 人工神经网络或者其他？