問題タブ [nnet]

こんにちは、よろしくお願いします。パッケージcaretからニューラルネットワークを交差検証するために使用しています。nnet関数のmethodパラメーターではtrainControl、交差検証の種類を指定できますが、これらはすべて、交差検証する観測をランダムに選択します。とにかくキャレットを使用して、ID またはハードコードされたパラメーターのいずれかによって、データ内の特定の観測値を相互検証できますか? たとえば、私の現在のコードは次のとおりです。

データ フレームに別の列を追加CV_GROUPし、キャレットを使用して、その列 irisの値が の観測値でニューラル ネットワークを交差検証したいとします。1

これは可能caretですか？

multinom() モデルを推定してから、モデル data.frame を取得しようとしています。

関数の外では、これは正常に機能します。しかし、関数内でそうしようとすると、data.frame() ステップでエラーがスローされます。

以下は、問題を切り分けるサンプル コードです。

最後の行はこれを生成します:

traceback() を実行すると、次のようになります。

これはスコーピングの問題ですか？回避策はありますか?

nnetの関数を使用して多項式モデルを適合させましたmultinom(この場合、オスとメスの食事の好みと、さまざまな湖のワニのさまざまなサイズのクラスを与えるデータに基づいています) :

使用して取得できる因子の全体的な有意性

そして、たとえば「湖」を使用して得た効果プロット

全体的な Anova テストに加えて、ペアワイズ テューキー ポストホック テストも実行して、獲物が食べられる多項分布の全体的な違いをテストしたいと思います。

私は最初glhtにパッケージで関数を使用することを考えましmultcompたが、これは機能していないようです。たとえば、 factor の場合lake:

lsmeans代替手段は、これにパッケージを使用することでした。

ただし、これは特定の種類の食品の割合の違いをテストします。

全体的な多項分布をさまざまな湖で比較するテューキー事後検定を取得することも何らかの方法で可能かどうか疑問に思っていました。で試しました

しかし、それはうまくいかないようです:

何かご意見は？

または、モデルglhtで機能させる方法を知っている人はいますか?multinom

multinom() による多項ロジット回帰の後、predict() に問題があります。model.matrix() で計画行列を生成し、それを使用してモデルを推定します。次に、計画行列全体を predict() に渡すと、fitted() と同じ出力が返されますが、これは予想どおりです。しかし、計画行列の数行だけを渡すと、次のエラーがスローされます。

これは最小限の例です:

私の実際の目標はサンプル外の予測ですが、機能させることができず、デバッグ中にこの問題に減らしました。

私の主な質問は次のとおりです。 のpredict()関数からどのような確率が与えられ、パッケージおよびおよび の確率mnlogit()とどのように異なりますか?nnetmlogit

いくつかの背景として、選択メーカーの選択肢がわからないため、個々の特定の変数のみから結果をモデル化しようとしています。特定のモデルについて、3 つすべてから各結果について同じ予測確率を取得できますが、mnlogitいくつかの確率のセットが得られます。最初のセットは、他のパッケージによって与えられたものと似ています。のビネットを見ると、mnlogit個人固有の確率を取得できることがわかりますが、それは私が抽出したものだとは思いませんでした (?)、また、それらを取得するためにモデルが指定されているとは思いませんでした。

以下の例を見てください (最もコンパクトなものではありませんが、これらの関数を学習するときに使用していたものです)、mnlogitいくつかの確率のセットが得られることがわかります。

追伸！タグ「mnlogit」を自由に追加してください。

パッケージキャレットを使用して、nnet 分類モデルをトレーニングしています。デフォルトのシグモイド (ロジスティック) 伝達関数はうまく機能します。いくつかの比較を行うために線形伝達関数を使用しようとしていました。しかし、エラーが発生しました。

私が見つけた興味深いことは、ターゲット変数に 2 つ以上のクラスがある場合、線形伝達関数は問題ないということです。ただし、ターゲット変数に 2 つのクラスがある場合は失敗します。

サンプルコードを次に示します。

エラーメッセージは次のとおりです。

何が問題なのかわからない。助言がありますか？ありがとう！

「大きな」要素をRの一連のインジケーター（つまり、ダミー、バイナリ、フラグ）変数に変換しようとしています。

はFinelineNumber、Kaggle.com の現在の Walmart コンテストの 5,000 レベルの係数です (このエラーを再現したい場合は、データが公開されています)。

私はこの心配そうな警告を受け取り続けます：

In n * (unclass(cl) - 1L) : NAs produced by integer overflow

システムで使用できるメモリは基本的に無制限です。何が問題なのかわかりません。

分類問題で nnet メソッドでキャレット パッケージを使用しています。オーバー フィッティングを避けるためにトレーニングを停止するために nnet で使用される停止基準を知りたいです。

いくつかの調査を行ったところ、RSNNS パッケージには停止基準が実装されていないことがわかりましたが、将来の作業のために検討されています。こちらを参照してください: https://www.jstatsoft.org/index.php/jss/article/見る/v046i07/v46i07.pdf

しかし、nnet パッケージについては、使用されている停止基準に関する情報、または停止基準が使用されているかどうかに関する情報が見つかりませんでした。それで、私の質問はです。nnet パッケージで使用される停止基準は何ですか?

ありがとう！！！