NNet 简单建模

Question

我正在尝试进行简单的神经网络建模，但 NNet 结果给我的结果很差。 我希望 nnet 模型学习的只是“输出 = 0.5 x 输入”模型，但预测结果显示所有“1”。 怎么了？

library(neuralnet)
traininginput <- as.data.frame(runif(50,min=1,max=100))
trainingoutput <- traininginput/2

trainingdata<-cbind(traininginput,trainingoutput)
colnames(trainingdata)<-c("Input","Output")

net.sqrt2 <- nnet(trainingdata$Output~trainingdata$Input,size=0,skip=T, linout=T)


Testdata<-as.data.frame(1:50)
net.result2<-predict(net.sqrt2, Testdata)

cleanoutput2 <- cbind(Testdata,Testdata/2,as.data.frame(net.result2))
colnames(cleanoutput2)<-c("Input2","Expected Output2","Neural Net Output2")
print(cleanoutput2)

Answer 1

library(nnet)
traininginput <- as.data.frame(runif(50,min=1,max=100))
trainingoutput <- traininginput/2

trainingdata<-cbind(traininginput,trainingoutput)
colnames(trainingdata)<-c("Input","Output")

net.sqrt2 <- nnet(Output~Input, data=trainingdata, size=0,skip=T, linout=T)


Testdata<-data.frame(Input=1:50)
net.result2<-predict(net.sqrt2, newdata = Testdata, type="raw")

cleanoutput2 <- cbind(Testdata,Testdata/2,as.data.frame(net.result2))
colnames(cleanoutput2)<-c("Input2","Expected Output2","Neural Net Output2")
print(cleanoutput2)

您在 nnet 中使用了 predict 和 formula 错误。 Predict 预计 newdata 需要是 data.frame，其中包含模型的输入列（即在本例中称为 Input 的列）。 nnet 中的 formula 不能通过对数据的文字调用来构建。它是象征性的，所以它应该是数据中列的名称。另外，您使用的包不是neuralnet，而是nnet。