1

nnetライブラリを使用してトレーニング データから多項ロジスティック回帰モデルを作成し、それを使用してテスト データを予測できるかどうかを確認しようとしています。

このスクリプトを使用して、R ですべてをセットアップします。

library(nnet)

folder <- "C:/***/"
trainingfile <- "training-set.txt"
testfile <- "test-set.txt"

train <- read.table(paste(folder, trainingfile, sep=''), sep=",", header=FALSE)
train.classes <- t(train[1:1])
train.data <- train[2:16]

test <- read.table(paste(folder, testfile, sep=''), sep=",", header=FALSE)
test.classes <- t(test[1:1])
test.data <- test[2:16]

train.model <- multinom(V1 ~ ., train, maxit=450) #converges after roughly 430 iterations

これはすべてうまく機能し、関数multinomは収束を報告します。

モデルを使用して予測し、使用するテスト データを分類するには:

predictions <- predict(train.model, test.data)

ただし、エラーが発生しますError in eval(expr, envir, enclos) : object 'V17' not found。しかし、調べるtrain.modelと、実際に「V17」というオブジェクトがあることがわかります

> train.model
Call:
multinom(formula = V1 ~ ., data = train, maxit = 450)

Coefficients:
  (Intercept)        V2 
B -12.9514837 1.0668464 
C -48.1154774 1.6160071 
D  -2.2901219 1.0062945 
E -39.4371326 0.6848848 
F -20.6759707 0.8613838 
G -21.4471217 1.2858480 
H -17.4302527 0.8102932 
I  -4.7391825 1.3124087 
J -12.3513130 1.1404751 
K -13.9557738 0.7574471 
L  -0.4915034 0.7191369 
M -14.0855382 0.8888810 
N  -0.4372225 0.6041747 
O -18.2596753 1.2708861 
P  -9.8504326 1.2672870 
Q -20.9940977 1.8104502 
R  -5.8030089 0.8677690 
S -12.9944084 0.8097735 
T -32.5636344 1.8977861 
U  -9.1752184 1.6059663 
V -13.5695897 1.4547335 
W  -6.2590220 1.1292715 
X  -4.5939135 0.7603754 
Y -15.6763068 1.6498374 
Z -37.1840564 0.7382329 

*SNIP*

         V17
  1.63319426
  1.93093207
  0.80392847
  1.79189803
  1.32248565
  1.72440154
  1.22022835
  1.03014847
  0.20977345
  2.40335443
  1.17253978
  0.65072776
  0.46675729
  1.16579165
  1.50787334
  1.41267773
  1.71666099
  0.72543894
  0.64857852
  0.32401569
  1.33290027
  0.83846524
  1.02863203
 -0.05005955
  0.13792242

Residual Deviance: 26196.1 
AIC: 27046.1

これは非常に奇妙です。エラーが発生する理由がわかりません。とにかく、より多くのデータを取得するために電話をかけてみsummary(train.model)ましたが、R が完全にハングアップします。R 2.15.2 (最新の安定バージョン) の 32b バージョンと 64b バージョンの両方を試しましたが、結果は同じです。エラー/ハングを解決する方法と、によって作成されたモデルを使用して正しく予測する方法を知っている人はいますmultinomか?

4

1 に答える 1

3

上記のコメントから要約すると：

以下が当てはまることを確認します。

all(names(train)[-1] %in% names(test.data)) # [-1] to ignore V1

それ以外の場合はpredict、エラーがスローされます。

そして、少し価値を追加します。私の経験では、これsummary.multinomほど長い時間がかかる理由は、それvcov.multinomが呼び出され、ヘッセ行列が計算されているためです。を複数回呼び出している場合はsummary(train.model)、への呼び出しでヘッセ行列を計算するのが理にかなっていますmultinom(まだ時間がかかる場合があります)。

train.model <- multinom(V1 ~ ., train, maxit=450, Hess = TRUE)
于 2012-12-02T22:09:26.520 に答える