如何使用R中的neuralnet軟件包編程多個輸出節點？

我正在建立一個神經網絡來根據許多變量來預測「擬合」。「FitCls」分爲三類：「優秀」，「好」和「差」。我有10個輸入變量，並且選擇了一個隱藏層和6個神經元。我想要三個輸出神經元，這樣我可以將呈現給神經網絡的情況歸類爲「優秀」，「好」或「差」的「適合」。我已經看到一個類似的例子，這裏使用虹膜數據（在幻燈片40以及以下）完成：http://www.slideshare.net/DerekKane/data-science-part-viii-artifical-neural-network。我試圖複製那個結構，但是當我繪製網絡時，我仍然只能得到一個輸出節點。如何使用R中的neuralnet軟件包編程多個輸出節點？

這裏是我的代碼（裝載了「nfit」數據幀後）：

nfit[nfit$FitCls=="Excellent", "Output"] <- 2 
nfit[nfit$FitCls=="Good", "Output"] <- 1 
nfit[nfit$FitCls=="Poor", "Output"] <- 0 
nn <- neuralnet(Output~Universalism+Benevolence+Tradition+Conformity+Security+Power+Achievement+Hedonism+Stimulation+SelfDir, data = nfit, hidden = 6, err.fct = "ce", linear.output = FALSE)

當我運行neuralnet，它給了我一個警告信息，它迫使err.fct爲「上交所」，因爲響應不是二元的。我不確定發生了什麼問題，因爲在我複製的例子中，神經網絡的圖表顯示了三個輸出節點。請讓我知道我做錯了什麼。

如果這不是使用神經網絡進行分類的正確方法，我也將非常感謝您爲我應該做的事情提供的任何幫助。非常感謝！

來源

2015-11-26 Christie_c01

也許庫正在將你的響應變量當作一個數字。您是否嘗試將「FitCls」列放入因子列中？ 'nfit $ FitCls < - as.factor（nfit $ FitCls）' – ialm

感謝您的迴應。我曾嘗試過，但神經網似乎無法以這種方式處理因素。這種方法適用於nnet，但出於某種原因，與神經網絡無關。 –

或多或少複製虹膜例如，你將需要：

library(neuralnet) 
library(nnet) 
trainset <- cbind(iris[, 1:4], class.ind(iris$Species)) 
espnnet2=neuralnet(setosa + versicolor + virginica ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, trainset) 
plot(espnnet2)

不幸neuralnet是明智的數據，試圖scale解釋變量。

來源

2015-11-26 23:43:30 Robert

如何使用R中的neuralnet軟件包編程多個輸出節點？

回答

相關問題