神经网络包拟合值问题

【问题标题】：neuralnet package fitted values issue神经网络包拟合值问题
【发布时间】：2011-08-02 01:59:27
【问题描述】：

我在尝试训练神经网络后遇到的问题并不是一个新问题：我得到的拟合值都是一样的。以下是一些过于简化的代码作为示例：

a <- c( 123, 223, 234, 226, 60)  
b <- c(60, 90, 53, 54, 91)  
d <- c(40,100,207,290,241)  
q <- cbind(a,b,d)  
nn <- neuralnet(a~b+d,data=q,hidden=2,threshold=0.01,err.fc="sse")  
nn$net.result`

我偶然发现以前的答案建议使用 nnet 代替。我得到了相同的结果，除非我将衰变参数设置为不等于 0 的值。而不是盲目地使用衰变选项，只是因为它似乎“工作”，我希望了解我的神经网络出了什么问题模型开始。

【问题讨论】：

是的，这很令人费解，它似乎将结果设置为 a 的平均值。

标签： r machine-learning

【解决方案1】：

因此，在使用neuralnet 和nnet 处理我的原始数据集之后，我发现了问题所在。这是关于随机选择的初始权重。 neuralnet 分配给它们的值范围导致了这个奇怪的解决方案。但是，当我尝试使用startweights 语句手动将起始权重设置为我从nnet 获得的值（它在那里返回了适当的拟合值）时，我得到了一个“算法没有收敛”错误。所以我想我只能放弃neuralnet的阴谋，坚持nnet。

【讨论】：