使用R Neuralnet軟件包獲取錯誤結果

Question

在R中運行以下代碼來訓練神經網絡以對手寫進行分類。有63列，其中的第63是範圍從0到9

library(neuralnet) 
data <- read.csv("handwriting.csv") 
index <- sample(1:nrow(data),round(0.75*nrow(data))) 
train <- data[index,] 
test <- data[-index,] 
n <- names(train) 
f <- as.formula(paste("a63 ~", paste(n[!n %in% "a63"], collapse = " + "))) 
nn <- neuralnet(f,data=train, hidden=2, linear.output=F, act.fct = "logistic", err.fct="ce") 
plot(nn) 
pr.nn <- compute(nn,test[, -63]) 
predicted <- pr.nn$net.result 
results <- cbind(predicted, test$a63) 
results 

我在最後一步中得到的輸出是如下的分類

4480 0.9999991455 0 
4482 0.9999991455 2 
4490 0.9999991455 0 
4492 0.9999991455 2 
4494 0.9999991455 4 

帶有小數的第一列是預測結果，但這並不是我所期望的，因爲結果應該與最後一列中的類似而非小數，當我更改linear.output = TRUE時，我會得到更接近的值，但這不是正確的解釋，因爲我的意圖是分類

Answer 1

R do不知道你的csv中的0-9是一個分類變量。你必須強迫它成爲一個因素。現在你正在預測一個持續的價值。在直接進行預測建模之前，有助於做一些探索性分析，包括通過調用class（）函數確保使用正確的數據類型。