問題タブ [nnet]

「caret」パッケージの関数「train」を使用してニューラルネットワークモデルをトレーニングしようとしています。しかし、それは多くの警告を出し、精度 SD を示しません。Accuracy SD を確認できるようにパラメータを設定する必要があるかどうかはわかりません。

私はRに比較的慣れていないので、明らかな何かが欠けている場合はご容赦ください。

これが私のコードです：

以下は、コードの実行時に表示される警告のサンプルです。

49: eval(expr、envir、enclos) : Fold10.Rep1 のモデル フィットに失敗しました: size=9、decay=1e-03 nnet.default(x、y、w、softmax = TRUE、...) のエラー:重みが多すぎます (1049)

50: eval(expr、envir、enclos) 内: Fold10.Rep1 のモデル フィットに失敗しました: サイズ=9、減衰=1e-04 nnet.default(x、y、w、softmax = TRUE、...) のエラー:重みが多すぎます (1049)*

コードの出力には、ニューラル ネットワークのサイズ、減衰、精度、カッパが一覧表示されます。

また、崩壊とカッパとは何かを理解するのを手伝っていただければ幸いです。

私はサッカーの試合のブックメーカーのオッズにおける市場効率の仮説を検証しようとしています. mlogit パッケージを使用して多項ロジット モデルを推定しました。

モデル: 結果=ログ(P1/Px)+ログ(P2/Px)

ここで、P1 はホームでの勝利の暗黙のブッキー確率、Px は引き分けの暗黙のブッキー確率などです。ドロー (x) は参照カテゴリです。

ここで、次の仮説に対して尤度ベースのテスト (LR、Wald、または LM) を使用したいと考えています。

H0: β1=(0,1,0)、β2=(0,0,1)

つまり、帰無仮説の下では、切片係数は両方の回帰で 0 です。ホームウィンのロジットの係数は、ｙ＝ホームウィンのとき１、ｙ＝アウェイウィンのとき０である。アウェイ勝利のロジットの係数は、y=ホーム勝利のとき0、y=アウェイ勝利のとき1である。

制約付きモデル (H0 モデル) を適合させる方法を理解するのに問題があります。そこから対数尤度を抽出して、LR テストで ML 推定モデルから受け取った同上と比較します。

ここの57ページの指示に従ってみました： https://cran.r-project.org/web/packages/mlogit/vignettes/mlogit.pdf

しかし、update() 関数を使用して H0 モデルを指定する方法がわかりません。出来ますか？

おそらく「オフセット」を使用して、nnet (multinom) パッケージを使用して同等のテストを行う方法を知っている場合は、その方法の説明も非常に高く評価されます。

助けてくれてありがとう！

ライブラリ nnet をいくつかの簡単な例で試しています。

うまくいきそうですが、いざやってみると

私はこのようなプロットを取得します

期待される代わりに：（ 私の先生が私に送った演習から。この演習はいくつかのウェブサイトでも見つけることができます）。

それはバグですか、それとも何か間違ったことをしていますか?

多少のばらつきがあることは知っていますが、これは非常に奇妙です。

nnetを使用して、データセット内の各都市に適合するモデルを使用して多項式モデルを生成しています。これらのモデルで使用しようとするtidyと、次のエラーが発生します。

ただし、各都市のモデルを個別に作成してから使用するtidyと、どのモデルでもエラーは発生しません。glaceこちらもエラー無く使えています。

このエラーの原因は何ですか?

2 つのコードが同じモデルを生成しない理由を本当に理解しようとしています。最初のニューラル ネットワーク (NN1) を作成するためtrainに、Caret パッケージの関数でクロス検証 (以下のコード) を使用して、最適なパラメーターを見つけました。パッケージのビネットのページ 2 は、「最適なパラメーター セットを使用して最終モデルをすべてのトレーニング データに適合させる」ことを示唆しています。

したがって、以下のコードでは、NN1 がたまたまサイズ = 5 および減衰 = 0.1 である最適なパラメーターを持つ完全なトレーニング セットを反映することを期待しています。

私の計画は、このステップのパラメーターを使用してモデルを作成し、トレーニング データとテスト データを組み合わせて使用​​することでした。trainこの生産モデルを作成する前に、関数からの出力を適切 に使用していることを確認したかったのです。

そこで、 train 関数を使用してチューニングなしで 2 番目のモデル (NN2) を作成しました。代わりに、パラメーター size=5 とdecay=0.1 を指定しました。同じデータ、同じパラメーター (および同じシード) を使用して、同一のモデルを期待していましたが、そうではありませんでした。これらのモデルが同一でないのはなぜですか?

結果はこちら

次のようなデータフレームがあります。

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。

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。

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！