【问题标题】:neural network in RR中的神经网络
【发布时间】:2016-02-01 23:57:19
【问题描述】:

嗨,我正在尝试在 R 中使用神经网络函数,因此我可以使用其余变量来预测整数结果(含义)。 这是我使用的代码:

library("neuralnet")

我将把数据中的 2/3 用于神经网络学习,其余的 用于测试

ind<-sample(1:nrow(Data),6463,replace=FALSE)

Train<-Data[ind,]

Test<-Data[-ind,]

m <- model.matrix(
  ~meaning + 
    firstLevelAFFIRM + firstLevelDAT.PRSN + firstLevelMODE + 
    firstLevelO.DEF + firstLevelO.INDIV + firstLevelS.AGE.INDIV + 
    secondLevelV.BIN + secondLevelWord1 + secondLevelWord2 + 
    secondLevelWord3 + secondLevelWord4 + thirdLevelP.TYPE,
  data = Train[,-1])  #(the first column is ID , i am not going to use it)

PredictorVariables <- paste("m[," , 3:ncol(m),"]" ,sep="")

Formula <- formula(paste("meaning ~ ", paste(PredictorVariables, collapse=" + ")))

net <- neuralnet(Formula,data=m, hidden=3, threshold=0.05)

m.test < -model.matrix(
  ~meaning + 
    firstLevelAFFIRM + firstLevelDAT.PRSN + firstLevelMODE + 
    firstLevelO.DEF + firstLevelO.INDIV + firstLevelS.AGE.INDIV + 
    secondLevelV.BIN + secondLevelWord1 + secondLevelWord2 + 
    secondLevelWord3 + secondLevelWord4 + thirdLevelP.TYPE,
  data = Test[,-1])

net.results <- compute(net, m.test[,-c(1,2)]) #(first column is ID and the second one is the outcome that i am trying to predict)

output<-cbind(round(net.results$net.result),Test$meaning)

mean(round(net.results$net.result)!=Test$meaning)

我得到的错误分类约为 0.01,这很好,但我的问题是为什么我得到的结果 (net.results$net.result) 不是整数?

【问题讨论】:

    标签: r


    【解决方案1】:

    我假设您的输出是线性的。尝试设置linear.output = FALSE

    net &lt;- neuralnet(Formula, data = m, hidden = 3, threshold = 0.05, linear.output = FALSE)

    【讨论】:

    • 不,它没有帮助,现在我得到不同的答案仍然不是整数,而且它们都小于 1 (0.99...)
    • 我认为你的公式正在产生概率。我知道在 nnet 包(可能还有神经网络)中,使用 predict 函数更容易计算结果。在此函数中,您可以将预测结果设置为类别而不是概率。此外,您的目标变量应该是二进制的。我不知道它是否是多项式,但如果是这种情况,您应该使用 class.ind() 。有关该问题的更多信息,请查看此主题:stackoverflow.com/questions/20813039/…
    猜你喜欢
    • 2018-11-01
    • 1970-01-01
    • 2013-11-20
    • 2016-11-22
    • 1970-01-01
    • 1970-01-01
    • 2018-05-30
    • 2015-07-07
    • 1970-01-01
    相关资源
    最近更新 更多