使用nnet进行预测,我做得对吗？
首先，关于使用 NNet 进行预测，您已经做对了一半。这是因为 NNet 是一种深度学习网络结构，通常用于语音识别和计算机视觉等领域。但是，要回答您的问题，您需要提供更多关于您如何使用 NNet 进行预测的信息。
如果您正在使用 NNet 进行预测，以下是一些可能的原因：
- 您可能没有正确准备数据集，导致模型无法准确预测。
- 您可能没有正确调整模型的超参数，导致模型无法达到最佳性能。
- 您可能没有正确评估模型的性能，导致您无法确定模型是否正确预测。
如果您能够提供更多关于您如何使用 NNet 进行预测的信息，我将能够更准确地回答您的问题。
相关·内容
1回答
我对机器学习非常陌生，并且正在尝试实现MLP，但是成本函数似乎在达到全局最小之前达到了一个局部最小。我将成本作为迭代的函数来绘制(包括一个0值，不被y轴开始的位置所愚弄)。
下面是我尝试使用的代码：
import numpy as np
class NNet(object):
def __init__(self, n_in, n_hidden, n_out):
self.n_in = n_in
self.n_hidden = n_hidden
self.n_out = n_out
self.W1 = np.random.randn(n_in, n_hidd
浏览 4提问于2017-07-21得票数 1
回答已采纳
1回答
我觉得我的问题很奇怪。当我使用RMSE度量进行train函数的最佳模型选择时，我得到了与我自己的函数在相同数据上计算出来的不同的RMSE值。问题在哪里？我的功能有问题吗？
library(caret)
library(car)
library(nnet)
data(oil)
ztest=fattyAcids[c(81:96),]
fit<-list(r1=c(1:80))
pred<-list(r1=c(81:96))
ctrl <- trainControl(method = "LGOCV",index=fit,indexOut=pred)
浏览 3提问于2014-08-07得票数 0
回答已采纳
2回答
我面临着nnet软件包R中预测函数的问题。
我用训练数据在R中训练了一个nnet模型，但是当我试图预测新的测试样本时，我得到的结果比测试样本的数量要多。
我的列车数据包含3673行，我的测试包含1225行。但是当我预测测试数据时，我得到了3673个目标输出。我已经在下面粘贴了我的代码。
index<-1:nrow(wine_data)
set.seed(1)
train_ind <- sample(index,.75*nrow(wine_data))
train<-wine_data[train_ind,]
test<-wine_data[-train_ind,]
m
浏览 0提问于2016-05-21得票数 0
1回答
我对神经网络世界还很陌生，所以我请求您的理解。我正在生成一些测试，因此我有一个关于参数size和decay的问题。我使用caret包和nnet方法。示例数据集：
require(mlbench)
require(caret)
require (nnet)
data(Sonar)
mydata=Sonar[,1:12]
set.seed(54878)
ctrl = trainControl(method="cv", number=10,returnResamp = "all")
for_train= createDataPartition(mydata$V1
浏览 1提问于2017-02-23得票数 9
回答已采纳
4回答
我在包中使用了不同的神经网络包来进行预测。与nnet包一起使用的代码是
library(caret)
# training model using nnet method
data <- na.omit(data)
xtrain <- data[,c("temperature","prevday1","prevday2","prev_instant1","prev_instant2","prev_2_hour")]
ytrain <- dat
浏览 7提问于2016-04-21得票数 0
回答已采纳
为了使用R函数nnet将神经网络拟合到数据集中，我了解到当案例在不同的类之间分布不均匀时，我应该正确地加权每个案例()。
R函数nnet有一个“权重”输入，我想知道这到底是如何做到的。帮助文件只表示“(大小写)对每个示例的权重--如果缺少默认值为1"，我不太清楚。我最初认为权值影响了阈值的确定，而不是反向传播算法。然而，我天真的猜测似乎是不正确的。为了看到这一点，我生成了非常简单的、分布不均匀的两个类：
library(nnet)
p1 <- 0.05
p2 <- 1 - p1
Ntot <- 2000
class <- sample(1:2,Nto
浏览 0提问于2014-05-12得票数 1
回答已采纳
1回答
我想用R中的神经网络来预测有144个自变量的汽车的价格。在我的代码下面。一切运作良好，除了最后两行: AUC和情节。
这就是我遇到的错误：
ROC中的误差(predNN，yTEST)：没有足够的不同预测来计算ROC曲线下的面积.
我已经将因变量计算为一个因子，但此错误仍然存在。我该如何解决这个问题？
allind <- sample(x=1:nrow(data_price2),size=nrow(data_price2))
trainind <- allind[1:round(length(allind)/3)]
valind <- allind[(round(len
浏览 0提问于2016-07-03得票数 0
我正在使用R中nnet包中的nnet函数包，我试图设置MaxNWts参数，并且想知道将这个数字设置为10^8这样的大值是否有什么缺点。
“最大允许的权重数。代码中没有固有的限制，但是增加MaxNWts可能会允许非常缓慢和耗时的匹配。”
我还通过以下计算计算了大小参数
size =Math.Sqrt(输入节点的%No %*输出节点的No%)
问题是，如果我将"MaxNWts“设置为像10000这样的值，它有时会失败，因为在处理大型数据集时，系数的数目大于10000。
编辑
是否有一种方法可以计算wts的数量(得到about计算的相同数目)，这样我就可以每次显式地设置它，而
浏览 1提问于2013-12-02得票数 2
我用Caret拟合了R中的平均神经网络。请参阅下面的代码。术语平均值是否意味着平均值是基于1000个神经网络的结果？(因为在本例中有1000次迭代)
谢谢。
library(AppliedPredictiveModeling)
data(solubility)
### Create a control funciton that will be used across models. We
### create the fold assignments explictily instead of relying on the
### random number seed being set
浏览 23提问于2018-09-07得票数 1
回答已采纳
1回答
我使用tsDyn包来预测R中的时间序列数据。这个包中有一个叫做nnetTs的函数。然而，当我试图预测时，它只给了我一个输出，而没有提供提前预测的x步。有关代码，请参见eblow：
library("tsDyn")
set.seed(1234)
mod.nnet <- nnetTs(log(lynx), m=2, size=3,steps=12)
mod.nnet
predict(mod.nnet,steps=12)
下面是输出(如上所述，我只得到一个输出，而不是提前12步预测)。我不知道是什么问题，我看了文件，我被卡住了。
Time Series:
Start = 193
浏览 2提问于2014-05-14得票数 2
回答已采纳
1回答
当使用预测模型时，我得到了以下错误，该模型预测了选择一组相互排斥的二元结果的概率。使用nnet包的多项式函数。
Predict.multinom中的错误(model_name，df.predict，"probs")：NAs在订阅的赋值中是不允许的，此外:警告消息：'newdata‘有5行，但是找到的变量有100行
下面是一个可重复的例子：
require(nnet)
response1 <- sample(runif(100))
response2 <- 1-response1
responses <- as.matrix(data.fram
浏览 1提问于2017-07-06得票数 0
回答已采纳
1回答
我试图使用插入符号的nnet运行回归，但我得到了一个错误。 library(tidyverse)
library(caret)
feature = rnorm(100, 0, 1) %>% as.matrix()
colnames(feature) = "x1"
outcome = rnorm(100, 0, 1) %>% as.matrix()
colnames(feature) = "y1"
model = caret::train(
x = feature, y = outcome, method = "nnet",
浏览 15提问于2021-10-11得票数 2
回答已采纳
2回答
基于神经网络包的多项式分类
、、、、
这个问题应该非常简单。但是文档并没有帮助。
我正在使用R。我必须使用neuralnet包来解决多项式分类问题。
所有示例都适用于二项式或线性输出。我可以使用二项式输出做一些一对一的实现。但我相信我应该能够做到这一点，有3个单位作为输出层，其中每个是一个二项式(即。这是正确输出的概率)。不是吗？
这就是我将使用的nnet (我相信它正在做我想做的事情)：
data(iris)
library(nnet)
m1 <- nnet(Species ~ ., iris, size = 3)
table(predict(m1, iris, type = "class"), iris$
浏览 2提问于2013-12-28得票数 4
回答已采纳
1回答
基于nnet的股票价格预测
、、、、
stock<-structure(list(week = c(1L, 2L, 5L, 2L, 3L, 4L, 3L, 2L, 1L, 5L,
1L, 3L, 2L, 4L, 3L, 4L, 2L, 3L, 1L, 4L, 3L),
close_price = c(774000L,
852000L, 906000L, 870000L, 1049000L, 941000L, 876000L, 874000L,
909000L, 966000L, 977000L, 950000L, 990000L, 948000L, 107900
浏览 0提问于2013-12-30得票数 0
回答已采纳
1回答
我试图找到许多关于多项式回归的资源。然而，我很难找到可视化的方法来显示给定多类因变量的多类响应变量的概率。我下面有一个例子，我想要根据工作日和计数来预测设备。我如何使用nnet::multinom()实现这一点，并提供有意义的可视化来帮助理解预测的类。 dummy_data <- function(size){
LOCATION <- sample(c("LOC_A", "LOC_B", "LOC_B"), size, replace = T, prob = c(0.4, 0.4, 0.2))
EQUIPMENT <
浏览 26提问于2021-01-29得票数 0
回答已采纳
简而言之，壳牌将解释代码；我试图通过在一天内创建24小时模型并整理数据中的结果来进行预测，frame.Basic问题无法再现#输出，即使在设置了seed.Please之后，任何人都可以帮助me.some自定义函数#和我制作的对象，其中没有随机性(仅供参考)。
f <- as.formula("actual~ lag.1 + last3.avg+monsoon+mon.thurs+wdaySaturday+wdaySunday+holiday
") #Defining the formula for neural network
require(d
浏览 2提问于2016-09-26得票数 2
1回答
R中多项式模型的预测概率
、、、
我的主要问题是:从predict()函数mnlogit()给出的概率是什么，它与包nnet和mlogit以及？
一些背景，我尝试建模的结果，只有个别的具体变量，因为我不知道我的选择的选择选择。对于给定的模型，我可以从所有三个结果中得到相同的预测概率，但mnlogit给出了几组概率，其中第一组与其他包提供的概率相似。看一看mnlogit的细节，我知道我可以得到个别的具体概率，但我不认为那些是我提取的(?)，我也不认为模型是为了获得这些概率。
查看下面的示例(不是最紧凑的示例，而是我学习这些函数时使用的示例)，您可以看到mnlogit给出了几组概率。
library(data.table)
浏览 5提问于2015-11-25得票数 1
1回答
我想使用经过训练的分类器来预测变量(虹膜种类)，这在R中是如何可能的？为简单起见，我生成了一个不包含iris_unknown变量的人工物种集。我想让分类器预测iris_unknown中的物种变量。 library(caret)
trainIndex <- caret::createDataPartition(iris$Species, p = 0.5, list = FALSE)
irisTrain <- iris[ trainIndex,]
iris_unknown <- iris[-trainIndex,][,-5] #delete last column spec
浏览 26提问于2020-11-11得票数 0
回答已采纳
1回答
我有个问题。我有很多特征数据集。当我尝试用插入符R执行nnet时，请返回一个错误。如果我尝试执行更小一部分的功能，nnet就会收敛。
这是我的代码：
> dim(trainT)
[1] 130 3413
> nnFit <- train(target ~ ., data = trainT,
+ method = "nnet",
+ trControl = fitControl#,
+ #trControl = ctrl, metric = "ROC",
+
浏览 3提问于2015-06-04得票数 0
我的目标是从另一个模型(或其他地方)获取结果类概率预测，并在h2o.gbm中使用它们作为偏移量，并具有分布=“多项”。
我注意到在nnet包中，具有与结果类(K)一样多列的多项式()函数。这样的东西存在于h2o GBM吗？
浏览 2提问于2017-04-28得票数 0
回答已采纳
1回答
stock<-structure(list(week = c(1L, 2L, 5L, 2L, 3L, 4L, 3L, 2L, 1L, 5L,
1L, 3L, 2L, 4L, 3L, 4L, 2L, 3L, 1L, 4L, 3L), close_price = c(774000L,
852000L, 906000L, 870000L, 1049000L, 941000L, 8
浏览 0提问于2013-12-31得票数 0
3回答
我有一个由20个特征和大约300,000个观察值组成的数据集。我使用插入符号来训练带有doParallel和四个内核的模型。对于我尝试过的方法(rf，nnet，adabag，svmPoly)，即使在我10%的数据上训练也要花8个多小时。我用bootstrapping重采样了3次，我的tuneLength是5。我能做些什么来加快这个令人痛苦的缓慢过程吗？有人建议使用底层库可以将我的过程加快10倍，但在我走上这条路之前，我想确保没有其他选择。
浏览 0提问于2015-10-02得票数 12
回答已采纳
2回答
让我使用多项式logit上的UCLA示例作为运行示例
library(nnet)
library(foreign)
ml <- read.dta("http://www.ats.ucla.edu/stat/data/hsbdemo.dta")
ml$prog2 <- relevel(ml$prog, ref = "academic")
test <- multinom(prog2 ~ ses + write, data = ml)
dses <- data.frame(ses = c("low", "middl
浏览 1提问于2013-11-08得票数 7
昨天我找到了很好的R代码来分类情绪，并参加了一些
happy = readLines("./happy.txt")
sad = readLines("./sad.txt")
happy_test = readLines("./happy_test.txt")
sad_test = readLines("./sad_test.txt")
tweet = c(happy, sad)
tweet_test= c(happy_test, sad_test)
tweet_all = c(tweet, tweet_test)
sentime
浏览 3提问于2015-08-23得票数 0
1回答
所以我有一个数据集，我一直在上面执行机器学习算法。我已经在一个180 x 160的数据集上执行了MLR，逐步回归，SVM和随机森林。我正在对一个变量和159个其他变量进行建模，有179种情况。这都是回归建模。我已经使用了插入符号包，在这个包中，我使用训练函数对不同的机器学习算法进行了10次10次折叠交叉验证。我被告知阅读一篇使用神经网络模型的论文，并获得了更好的结果，所以我一直在尝试寻找一种方法来做同样的事情，但使用神经网络模型。
我已经做了以下几件事：
model <- train(RT..seconds.~., data = cadets, method = "AMORE&#
浏览 2提问于2014-02-07得票数 3
回答已采纳
2回答
我一直在使用matlab上的神经网络，但无法找到一个允许神经网络多个隐藏层的包。建议使用“`nnet”包，但它只允许一个对我没有用处的层网络。
还有其他能像matlab那样训练复杂神经网络的软件包吗？
(如果存在，则可能应该更新CRAN页面。对如何做到这一点有什么想法吗？)
浏览 4提问于2014-06-04得票数 4
2回答
我有一个(大型的)神经网络，由R中的nnet包训练，我希望能够模拟来自这个神经网络的预测，并以类似于foreach的并行方式这样做，这是我以前成功地使用过的(全部是在Windows机器上)。
我的代码本质上是
library(nnet)
data = data.frame(out=c(0, 0.1, 0.4, 0.6),
in1=c(1, 2, 3, 4),
in2=c(10, 4, 2, 6))
net = nnet(out ~ in1 + in2, data=data, size=5)
library(doParallel)
r
浏览 3提问于2017-09-21得票数 0
回答已采纳
1回答
我不明白为什么数据集的测试不能在R神经网络(nnet包)中工作。
我有两个相似结构的数据集-训练(trainset，17例)和预测(testset，9例)。每个数据集都有列：Age、Gender、Height、Weight。在测试数据集中，age是未知的(NaN)。
以下是成功获得的培训公式：
library(nnet)
trainednetwork<-nnet(age~gender+emLength+action5cnt,trainset, size=17)
无论如何，如果我尝试在下一个代码字符串中使用测试数据集进行预测，
prediction<-predict(trained
浏览 4提问于2013-09-13得票数 1
1回答
我注意到，当我在multinom()模型(函数来自nnet R包)中增加预测器的规模时，其他预测器的标准错误和截距方法0。有人能告诉我为什么吗？感觉好像我忽略了一些琐碎的东西。
编辑:为了清楚起见，我很清楚为什么重新标度预测器(speed)的系数和SE会改变。我不明白的是，为什么其他预测器(colorRed)的系数将保持不变，而它的SE值将变为0。
library(nnet)
# Make data
data("cars")
cars$color = sample(c("Blue", "Red"), nrow(cars), replace =
浏览 3提问于2020-05-31得票数 1
我用这段代码创建了一个神经网络
set.seed(9850)
group<-runif(nrow(bc))
bc<-bc[order(group), ]
bc_train<-bc[1:178, ]
bc_test<-bc[179:198, ]
library(nnet)
nn_bc<-nnet(V2~., data=bc_train, size=10)
pred_bc<-predict(nn_bc, bc_test, type="class")
table(pred_bc, bc_test$V2)
代码运行时没有给出任何错误，但是，当我用最后
浏览 3提问于2016-03-18得票数 0
我是R的新手，所以我对这个时间序列数据有困难
例如(实际数据要大得多)
data <- c(7,5,3,2,5,2,4,11,5,4,7,22,5,14,18,20,14,22,23,20,23,16,21,23,42,64,39,34,39,43,49,59,30,15,10,12,4,2,4,6,7)
ts <- ts(data,frequency = 12, start = c(2010,1))
所以如果我试图分解数据来调整它
ts.decompose <- decompose(ts)
ts.adjust <- ts - ts.decompose$season
浏览 2提问于2014-11-27得票数 1
回答已采纳
2回答
谁有一个简短的教育例子，如何使用神经网络(，nnet，R，)来进行预测？下面是一个时间序列的例子，in R
T = seq(0,20,length=200)
Y = 1 + 3*cos(4*T+2) +.2*T^2 + rnorm(200)
plot(T,Y,type="l")
非常感谢
大卫
浏览 3提问于2013-01-03得票数 10
1回答
对于R和AI / 技术，我仍然是个新手。我想使用神经网络进行预测，由于我是新手，我只是想看看这是不是应该这样做。
作为测试用例，我根据之前的两个值预测sin()的值。为了进行训练，我使用y = sin(x)、x1 = sin(x-1)、x2 = sin(x-2)创建了一个数据框，然后使用公式y ~ x1 + x2。
它似乎是有效的，但我只是想知道这是不是正确的方法，或者是否有更惯用的方法。
代码如下：
require(quantmod) #for Lag()
requre(nnet)
x <- seq(0, 20, 0.1)
y <- sin(x)
te <- data.fr
浏览 1提问于2011-10-13得票数 18
回答已采纳
1回答
我正在使用R中的MLR包来拟合二进制问题的分类模型。对于每个模型，我使用"selectFeatures“函数与嵌入式特征选择执行交叉验证，并检索测试集上的平均AUC。接下来，我想检索每个折叠的测试集上的预测，但此函数似乎不支持这一点。我已经尝试将选定的预测器插入到“重采样”函数中以获取它。它可以工作，但性能指标不同，这不适合我的分析。如果可能的话，我也尝试过签入插入符号包，但是我还没有看到一个解决方案。你知道怎么做吗？
以下是我使用合成数据和尝试“重采样”函数的代码(再次声明:不适用于当前版本，因为性能指标不同)。
# 1. Find a synthetic dataset for s
浏览 0提问于2018-11-09得票数 0
1回答
这是一个关于预测软件包nnetar函数的统计直觉的问题。据我所知，在和预测软件包的实际手册中很少提到。如果有其他的
我知道nnetar利用nnet库。我不明白的是外部回归者"xreg“是如何被分解到隐藏层中的。
换句话说，正如Hyndman教授在中所建议的，auto.arima函数适合基于指定测试的ARIMA部分，单元根和"X“外部回归器通过xreg参数被考虑进去。如果存在多个外部回归子，则最终结果是带有ARIMA误差的多元线性回归。
nnetar的等效值是多少？这些外部变量有系数吗？外部变量的贡献是如何被考虑在内的，我如何找到它们的相对权重？
最后，我意识到bsts的包，对我
浏览 2提问于2017-07-11得票数 1
在描述CRAN项目()中的nnet时，它说nnet适合于单个隐藏层：
Description: Fit single-hidden-layer neural network, possibly with skip-layer connections
我是否可以使用nnet指定隐藏层的数量？我的理解是，我选择的隐藏层和隐藏层中的神经元数量是可以改变的参数，以改进模型。它真的可以帮助模型添加/删除隐藏层吗？或者，单层神经网络和多层神经网络是否有单独的应用领域？
我是安的新手。我正在研究一个训练样本数为55000×54的分类模型。提前感谢！
浏览 1提问于2017-08-11得票数 1
回答已采纳
1回答
我为密码生成器程序设置了一个名为generate的按钮。单击此按钮时，它会将创建的密码放在文本框中，但当它偶然创建密码时，有时不会将数字放入密码中。我想说的是，每个密码中必须有一些数字是偶然的。
这是生成按钮代码
private void Generate_Click(object sender, RoutedEventArgs e)
{
{
TextBox.SelectAll();
}
TextBox.Selection.Text = "";
int len_1 = Convert.ToInt32(Label.Text);
浏览 4提问于2022-02-09得票数 -1
在分类问题上，我有一个包含N个因子水平(例如性别有两个层次)的范畴变量。我把它转换成虚拟变量(男性和女性)。
我必须使用神经网络(nnet)进行分类。我有两个选择-
在输入数据中包括任何N-1虚拟变量(例如，包括男性或女性)。在统计模型中，我们使用N-1虚拟变量.
包括所有的N个虚拟变量(例如，包括男性和女性)
请有人强调这两种选择在预测能力和可解释性方面的利弊。
浏览 0提问于2020-11-05得票数 1
回答已采纳
我正在构建一个小的解释器，所以我想测试if，switch和指向函数的指针之间的比较有多快。如果有19个否则的if比有20个case的switch稍微快一些，而函数指针(由20个函数指针组成的数组)比前两个要慢得多……
我预计结果会完全相反，有谁能解释一下吗？
浏览 5提问于2010-02-19得票数 5
我训练了一个NNET模型，它有三种大小的调谐功能。最后的模型有一个尺寸。由最小的RMSE自动选择。
Neural Network
9700 samples
23 predictor
Pre-processing: centered, scaled
Resampling: Cross-Validated (8 fold, repeated 8 times)
Summary of sample sizes: 8488, 8488, 8487, 8485, 8488, 8488, ...
Resampling results across tuning parameter
浏览 2提问于2015-01-07得票数 1
回答已采纳
我正在拟合一个随机森林，使用R包护林员对光栅图像进行分类。预测函数产生一个错误，此后我将提供一个可重复的示例。
library(raster)
library(nnet)
library(ranger)
data(iris)
# put iris data into raster
r<-list()
for(i in 1:4){
r[[i]]<-raster(nrows=10, ncols=15)
r[[i]][]<-iris[,i]
}
r<-stack(r)
names(r)<-names(iris)[1:4]
# multinom (an exa
浏览 8提问于2017-09-21得票数 9
回答已采纳
1回答
NNet简单建模
、、
我试着做简单的神经网络建模，但是NNet的结果给了我糟糕的结果。我想要学习的只是‘output =0.5x input’模型，但是预测结果显示了所有的'1‘。怎么啦？
library(neuralnet)
traininginput <- as.data.frame(runif(50,min=1,max=100))
trainingoutput <- traininginput/2
trainingdata<-cbind(traininginput,trainingoutput)
colnames(trainingdata)<-c("Input"
浏览 3提问于2015-05-31得票数 0
回答已采纳
1回答
这是我在R中第一次尝试使用机器学习范式。我使用的是行星数据集(url：)，我只是想根据太阳的大小来预测行星的大小。这是我目前使用的代码，使用nnet()：
library(nnet)
#Organize data:
cols_to_keep = c(1,4,21)
full_data <- na.omit(read.csv('Planet_Data.csv')[, cols_to_keep])
#Split data:
train_data <- full_data[sample(nrow(full_data), round(nrow(full_data)/2))
浏览 24提问于2017-01-24得票数 1
1回答
我使用以下R代码来训练我的数据
>mygrid = expand.grid(.decay=seq(0.01,0.1,0.01), .size=c(10:20))
>set.seed(25000)
>nnetfit = train(logprice ~ .,
data=traindata,
method="nnet",
maxit=5000, #max number of iteration
浏览 0提问于2018-04-15得票数 0
回答已采纳
如果我用50个时期训练网络，那么在具有10个过滤器的单个Conv层的CNN中会发生什么？ 一个过滤器不是像拥有50个过滤器一样优化了50倍吗？还是10个过滤器被优化了50次？ 如果是第二种情况，10个过滤器中的哪一个被用来进行预测？
浏览 15提问于2019-05-07得票数 0
1回答
在R中，给出了一个多项式线性logit回归，需要给出一些预测因子的条件概率。
例如，使用来自包multinom的函数nnet，想象一下计算了fit <- multinom(response ~ predictor)。从fit，如何获得不同响应类的概率权重，给定预测器的某个值？
我想使用类似predict(fit,newdata,type=???)的东西，但我不知道如何继续。
浏览 2提问于2014-03-05得票数 0
回答已采纳
1回答
理解nnet函数的输出
、、、
我是神经网络的新手，所以，对于我天真的问题，很抱歉。我想了解一下nnet函数的输出。我正在使用这个函数来执行多类分类。
特别是，我有一个包含216个主题、6个变量和一个表示类的列的数据集(类是三个)。
SRT_LTS_1 SRT_LTS_2 SRT_LTS_3 SRT_LTS_4 SRT_LTS_5 SRT_LTS_6 SRT_Recall_D_tot Classe
DATSANI01 1.386294 1.609438 2.079442 2.302585 2.397895 2.397895 2.564949 2
DATSANI02 1.94591
浏览 2提问于2017-12-18得票数 0
1回答
我的问题看起来有点模糊，所以我将提供背景背景和我的可重复代码来尝试澄清。 我感兴趣的是，根据每个社区的社会经济指标，对城市不同社区的犯罪事件进行分类。我的最终目标是能够生成一个相当准确的预测，它将建议下一次犯罪发生的最有可能的邻居。我选择拟合一个多项式回归模型，我很难解释它的结果。 下面是我的数据： > str(df)
'data.frame': 1796 obs. of 12 variables:
$ Time : chr "14:37:00" "14:37:00" "16:23:00" &#
浏览 42提问于2021-08-26得票数 1
回答已采纳
我使用nnet包中的多项式()函数对无序的多分类数据执行多项logistic回归，该函数在100次迭代后停止。由于我需要执行100多次迭代，所以我希望将nnet包的"maxit“参数从100更改为1000。此参数位于nnet文档中：
nnet(formula, data, weights, ...,
subset, na.action, contrasts = NULL)
## Default S3 method:
nnet(x, y, weights, size, Wts, mask,
linout = FALSE, entropy = FALSE, softm
浏览 1提问于2015-04-24得票数 0
回答已采纳
我在CMake中有一个库定义，它用一小组文件构建一个共享库，并且我让它在linux和windows上都编译得很好。
然而，我还有另一个库可以链接到共享库，并且它在linux上运行得很好，但是，在windows上，我收到了这样的消息，或者在链接时"error无法找到Release/nnet.lib“。有什么特别的事情需要我做才能让这个链接到窗口上吗？
编辑，示例：
主共享库(文件名更改以保护无辜者)：
ADD_LIBRARY(nnet SHARED
src/nnet/file_1.cc src/nnet/file_3.cc
src/nnet/file_2.cc src/nne
浏览 0提问于2009-12-21得票数 11
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
