Rのneuronetパッケージを使用してトレーニングされたニューラルネットワークを使用して、テストデータセットのクラス（0または1）を予測しようとしています。
私が持っているデータは次のようになります。
電車の場合：
x1 x2 x3 x4 y
0.557 0.6217009 0.4839 0.5606936 0
0.6549 0.6826347 0.4424 0.4117647 1
0.529 0.5744681 0.5017 0.4148148 1
0.6016771 0.5737052 0.3526971 0.3369565 1
0.6353945 0.6445013 0.5404255 0.464 1
0.5735294 0.6440678 0.4385965 0.5698925 1
0.5252 0.5900621 0.4412 0.448 0
0.7258687 0.7022059 0.5347222 0.4498645 1
もっと。
テストセットは、トレーニングデータとまったく同じように見えますが、値が異なります（必要に応じてサンプルを投稿します）。
私が使用するコードは次のようになります。
> library(neuralnet)
> nn <- neuralnet(y ~ x1+x2+x3+x4, data=train, hidden=2, err.fct="ce", linear.output=FALSE)
> plot(nn)
> compute(nn, test)
ネットワークがトレーニングされ、ネットワークを正常にプロットできますが、計算が機能しません。計算を実行すると、次のエラーが発生します。
Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments
したがって、基本的には、新しいテストデータを正常に分類するためにニューラルネットワークをトレーニングしようとしています。
どんな助けでも大歓迎です。
編集：
テストオブジェクトのサンプリングは次のとおりです。
x1 x2 x3 x4 y
0.5822 0.6591 0.6445013 0.464 1
0.4082 0.5388 0.5384616 0.4615385 0
0.4481 0.5438 0.6072289 0.5400844 1
0.4416 0.5034 0.5576923 0.3757576 1
0.5038 0.6878 0.7380952 0.5784314 1
0.4678 0.5219 0.5609756 0.3636364 1
0.5089 0.5775 0.6183844 0.5462555 1
0.4844 0.7117 0.6875 0.4823529 1
0.4098 0.711 0.6801471 0.4722222 1
また、y列の値を空にして試してみました。