nnet

1熱度

1回答

我正在學習如何使用和解釋R中包nnet的multinom()的輸出。我用於練習的數據集包含一些缺少值的變量。我相信在使用這個函數時，包含缺失值的觀察值將被排除在多項式迴歸之外。我想知道如何獲得模型中包含的觀測值的數量。一年前有人問過類似的問題（How to change the output after running multinom() in R），但問題的這個特定方面沒有回答。我希望這次有

-2熱度

1回答

我怎樣才能看到用插入符號訓練的nnet的權重和偏見？

我需要用nnet在caret中訓練的迴歸神經網絡的每個節點的權重和偏差值。有可能將此值導出到csv？

2熱度

1回答

當輸出爲負數時，用插入符號訓練nnet和avNNet模型

我的問題是關於典型的前饋單隱層backprop神經網絡，在package nnet中實現，並且使用在包裝符號中進行了培訓。 raw Y ~ raw X:預測輸出是均勻地爲零，其中：這是我說明問題用簡單的迴歸示例，其中Y = sin(X) + small error有關this question但在NNET和尖包在R. 上下文原料Y < 0。 scaled Y (to 0-1) ~ raw X：解決

-1熱度

1回答

R的class.ind（）函數做什麼？我什麼時候可以使用它？

R文檔說nnet::class.ind()根據給定因子生成類指示符函數。它是否將因素轉換爲某種二元分類？何時以及爲什麼我們使用此功能？請給我一些例子。任何幫助表示讚賞。謝謝。

0熱度

1回答

如何在函數內的multinom/nnet對象上調用model.frame（）？

我試圖估計一個multinom（）模型，然後抓住模型data.frame。功能外，這工作正常。但是當我嘗試在一個函數中這樣做時，data.frame（）步驟會引發錯誤。下面是示例代碼，應隔離問題： library(MASS) library(nnet) # create data df <- survey df$Exer <- relevel(df$Exer, ref="None")

14熱度

1回答

R：Tunet posthoc測試nnet多基因多項式擬合以測試多項分佈的總體差異

我擬合了一個使用nnet的multinom函數的多項式模型（在這種情況下，數據給出了男性和女性的飲食偏好以及不同的大小在不同的湖泊短吻鱷類）： data=read.csv("https://www.dropbox.com/s/y9elunsbv74p2h6/alligator.csv?dl=1") head(data) id size sex lake food 1 1 <2.3 m

2熱度

1回答

無法訓練linout = T的nnet分類模型？

我正在使用包插入符號來訓練一個nnet分類模型。默認的sigmoid（邏輯）傳遞函數運作良好。我試圖用線性傳遞函數做一些比較。但是我得到了一個錯誤。我發現的有趣的事情是：如果目標變量有2個以上的類，線性傳遞函數是可以的;但如果目標變量有2個類別，則失敗。下面是一些示例代碼： library(caret) data(iris) #This modeling works well. Spec

0熱度

1回答

如何將神經網絡的標準化預測值變爲非標準值？

我在R中使用nnet包來訓練神經網絡並進行預測。起初，由於輸出值很大，我使用公式（x-xmin）/（xmax-xmin）在0到1的範圍內將它們標準化。訓練網絡後，我預測了輸出值。結果是範圍在0和1範圍內的數據。我如何將預測值標準化爲具有第一個單位的預測值？感謝

6熱度

2回答

插入符號神經網絡錯誤：「在重新採樣的性能指標中缺失值」

我以前見過其他人，但是我還沒有找到滿意的答案。我想知道有沒有人可以提出一些見解我的問題？我有一些汽車拍賣數據，我試圖模型來預測Hammer.Price。 > str(myTrain) 'data.frame': 34375 obs. of 9 variables: $ Grade : int 4 4 4 4 2 3 4 3 3 4 ... $ Mileage : num 150850

3熱度

1回答

如何在nnet包中設置multinom（）中的特定對比度？

我有一個需要分類的3級問題。我想在nnet包中使用多項邏輯迴歸。班結果有3個因素，P，Q，R。我想把Q作爲基本因子。於是，我就寫這樣的對比： P <- c(1,0,0) R <- c(0,0,1) contrasts(trainingLR$Class) <- cbind(P,R) 檢查的話： > contrasts(trainingLR$Class) P R P 1 0