Neural network R中的nnet包是否仅用于拟合具有单隐层的神经网络？

在CRAN projects（）中对nnet的描述中，它说nnet适合单个隐藏层：

 Description: Fit single-hidden-layer neural network, possibly with skip-layer connections

我是否可以使用nnet指定隐藏层的数量？我的理解是，我对隐藏层的选择和隐藏层中神经元的数量是可以改变以改进模型的参数。它真的可以帮助模型添加/删除隐藏层吗？或者，单层和多层神经网络是否有各自的应用领域

我是安的新朋友。我正在研究一个分类模型，训练样本量为55000 x 54。

---

提前谢谢

简单回答否，

nnet

始终有一个层，您可以在其中指定节点数。您可以在类似的问题中找到更多信息。您需要使用其他软件包，如

neuralnet

或更复杂的软件包，如

h20

或

MXNet

---

关于改进模型的参数，除了原始结构之外，神经网络还有许多不同的部分（即层、节点）。其中包括优化函数、激活函数、批量大小等。您可能希望查阅有关使用神经网络的更多资料。

简单回答否，

nnet

始终有一个指定节点数的单层。您可以在类似的问题中找到更多信息。您需要使用其他软件包，如

neuralnet

或更复杂的软件包，如

h20

或

MXNet

关于改进模型的参数，除了原始结构之外，神经网络还有许多不同的部分（即层、节点）。其中包括优化函数、激活函数、批量大小等。您可能希望查阅有关使用神经网络的更多资料