問題タブ [nnet]

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。

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:

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

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?

同じデータでさまざまな回帰/分類アルゴリズム (つまり、svm、nnet、rpart、randomForest、naiveBayes など) の結果をテストして、どちらがより適切に機能するかを確認したいと考えています。しかし、コードをできるだけ短くきれいにする必要があります。mclapply()すべてのアルゴリズムをテストするために、 packageの単一の呼び出しを使用してそれらを実行したいと思いますmulticore。

問題は、一部のアルゴリズムが追加のパラメーターを必要とすることです。つまり、nnet()パラメーターsizeを設定する必要があります。確かにこれはいくつかのコマンドで修正できますif,elseが、もっと簡単な解決策はありますか?

より具体的には、アンサンブルを作成して予測を改善する方法は? つまり、さまざまなアルゴリズム (ランダム フォレスト、nnet、gbm、svm) から取得した結果 (予測) に対して回帰を実行することを知っています。しかし、どうやってこれを行うのでしょうか?

基本的には、アンサンブルを作成して予測を改善するために行われます。しかし、どうすればそれを行うことができますか。誰かがRのサンプルコードを使って説明してもらえますか? 私はただの学習者です。どんな助けでも大歓迎です。

ありがとうございました。

nnetデータセットのテストが R ニューラル ネットワーク (パッケージ)で機能しない理由がわかりません。

同様の構造を持つ 2 つのデータセットがあります - トレーニング ( trainset、17 ケース) と予測 ( testset、9 ケース) です。各データセットには列があります: Age、Gender、Height、Weight。テスト データセットでは、ageは不明です ( NaN)。

トレーニングの式は、以下で正常に取得されます。

とにかく、コードの次の文字列で予測にテスト データセットを使用しようとすると、

間違え"No component terms, no attribute"ます。誰でも助けることができますか？

データ (dput()関数で取得):

• testset:

  /li>

• trainset:

  /li>

3つの状態を持つターゲット列の分類にnnetパッケージを使用しています

しかし、デフォルトの softmax の代わりにエントロピーを使用したいのですが、 softmax=false を設定すると、次のエラーで失敗します。

このシナリオでエントロピー モデリングを使用する方法はありますか?