1

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!

4

0 に答える 0