如何在r中選擇最好的神經網絡重複次數

Question

我是用R中的neuralnet包構建神經網絡。我的代碼如下所示：

nn_po5_fold = neuralnet(wheel_spinning ~ L0 + L1 + L2 + L3 + L4 + L5, data = train_fold, hidden = 5, err.fct = "ce", linear.output = FALSE, rep = 3)。

我指定重複次數爲3.我的問題是訓練神經網絡後，我怎樣才能返回最好的重複次數？換句話說，當使用神經網絡來計算測試數據集輸出時，如何選擇最佳的神經網絡模型？

Answer 1

我認爲你的問題沒有明確的答案，因爲'最好'是相對的。 neuralnet的返回值包括所有型號，因此您可以檢查它們的錯誤（nn_po5_fold$result.matrix）或者針對單獨的測試裝置進行測試。

Answer 2

我今天所面臨的同樣的問題，並注意到

nn$result.matrix[1,] 

提供每次重複的錯誤。因此，如果通過「最好」，你指的是最小誤差（這是我相信我的任務要求）下面的代碼行應該使用在訓練中產生最少誤差的模型（權重）：

compute(nn, ..., rep = which.min(nn$result.matrix[1,])) 

PS我想張貼這個作爲對已有回覆的評論，但不能因爲聲譽。但是這是一個評論，因爲已經提出了一般想法。