我是在 R 中使用神经网络的新手，并且一直在尝试使用一些广泛的数据集的算法。有没有办法将所有输入变量包含到网络中而无需输入所有名称？例如，我有大约 30 个变量，我想将它们用作输入来预测输出。下面的命令有快捷方式吗？
net <- neuralnet(Output~Var1+Var2+Var3+Var4+.....upto Var30, data, hidden=0)
【问题讨论】：
标签： r neural-network formula
在函数的公式部分插入变量有3种方式：
首先使用.，它将包括data data.frame 中除响应变量（在本例中为变量输出）之外的所有变量：
net <- neuralnet(Output ~ ., data, hidden=0) #apart from Output all of the other variables in data are included
如果您的 data.frame 仅具有 Output 和另外 30 个变量，请使用此选项。
第二如果您想使用名称向量从数据data.frame中包含，您可以尝试：
names <- c('var1','var2','var3') #choose the names you want
a <- as.formula(paste('Output ~ ' ,paste(names,collapse='+')))
> a
Output ~ var1 + var2 + var3 #this is what goes in the neuralnet function below
所以你可以使用：
net <- neuralnet( a , data, hidden=0) #use a in the function
如果您可以提供 30 个变量名称的向量，请使用它
第三只需在函数中使用您想要的列子集data data.frame 例如：
net <- neuralnet(Output ~ ., data=data[,1:31] , hidden=0)
使用它（或任何其他方便的子集）并选择您需要的 30 个变量以及输出变量。然后使用. 包含所有内容。
希望对你有帮助！
【讨论】：
[.data.frame(data, , model.list$variables) 中的错误：选择了未定义的列”
mtcars 数据集：neuralnet(mpg ~ ., mtcars, hidden=0)，您会发现它有效。我怀疑你的数据有问题。