使用 R 的神经网络（神经网络包）[关闭]答案

【问题标题】：neural network using R (neural net package) [closed]使用 R 的神经网络（神经网络包）[关闭]
【发布时间】：2018-11-01 06:05:15
【问题描述】：

我想预测零售公司的销售额。我正在使用神经网络包神经网络。

我的代码：

    nn <- neuralnet(f,data=train_,hidden=c(14,12,4),linear.output=F,threshold = 0.01,
        stepmax = 1e+08, rep = 10, startweights = NULL,learningrate.limit = NULL,
        learningrate.factor = list(minus = 0.6, plus = 1.15),
        learningrate=NULL, lifesign = "none",
    algorithm = "rprop+", err.fct = "sse", act.fct = "logistic", 
exclude = NULL,constant.weights = NULL, likelihood = FALSE)

我的模型甚至不如线性回归。我可以做些什么来提高模型的准确性？？

数据：2'300 Quaters（例如 2003 年第一季度）和 18 个变量（例如库存）

【问题讨论】：

标签： r machine-learning neural-network deep-learning

【解决方案1】：

我不确定这个包的具体细节，但我使用 keras 对神经网络进行了一些干预。

根据我对函数参数的了解，您使用的是默认学习率，尝试设置一个怎么样？我会在 0.01 和 0.0001 之间变化并检查结果。

另外，您是否尝试过不同的激活函数，例如线性激活函数？

最后，你是如何选择层数的？由于这是一个回归问题，我猜你的输出层不限于 4 个节点。我会遍历一些变体并检查结果。

虽然我在神经网络方面不是很有经验，所以如果我错了，请纠正我。

【讨论】：

感谢您的评论，我会尝试更改，看看它是否提高了准确性！
学习率越小，您的模型就越准确。您的学习率越小，所需的时间就越长。
你的意思是我应该使用例如learningrate.factor = list（减=0.99，加=1.01）？ @nak5120