次のようなデータフレームがあります。
source <- c('A','B','C','C','D','D','D','D','D','D','D','D','D','D', 'D','D','D','D','D','D')
target <- c('A1', 'A2', 'A3','A4','A5','A6','A7','A8','A9','A10','A11','A12','A13','A14','A15','A16','A17','A18','A19','A20')
df <- data.frame(source, target)
どのターゲットがソースに配信される可能性が高いかを把握しようとしています. 以下のデータフレームは、どのソースでどのターゲットが配信されたかの履歴データを示しています。ニューラル ネットワークを使用して、どのターゲットがソースで購入する可能性が高いかを予測したいと考えています。これも再現可能です。
source target
1 A A1
2 B A2
3 C A3
4 C A4
5 D A5
6 D A6
7 D A7
8 D A8
9 D A9
10 D A10
11 D A11
12 D A12
13 D A13
14 D A14
15 D A15
16 D A16
17 D A17
18 D A18
19 D A19
20 D A20
このデータセットは、415 個のデータポイントのサブセットです。
私が最初にしたことは、 を使用しclass.indて、カテゴリ変数をダミー変数に変換することでした。そこから、ターゲットの予測に役立つニューラル ネットワーク モデルを作成しています。
trainData <- cbind(class.ind(df$source)
trainData <- as.data.frame(trainData)
trainData2 <- cbind(trainData, df$target)
size <- length(unique(trainData2$`df$target`))
m1 <- nnet(`df$target` ~., trainData2, size=size, MaxNWts=10000)
1) この例でどのように予測しますか?
2) ニューラルネット パッケージでこれを再現するにはどうすればよいですか?
3) 学習率などのパラメーターを使用できるようにしたいのですが、後ですべてを変更できるように、nnet パッケージでそれが見つからないようです。
どんなガイダンスも本当に役に立ちます！