NNet简单建模

Question

我正在尝试进行简单的神经网络建模，但 NNet 结果给我的结果很差。我希望 nnet 模型学习的只是“output = 0.5 x input”模型，但结果预测显示全“1”。怎么了？

library(neuralnet)
traininginput <- as.data.frame(runif(50,min=1,max=100))
trainingoutput <- traininginput/2

trainingdata<-cbind(traininginput,trainingoutput)
colnames(trainingdata)<-c("Input","Output")

net.sqrt2 <- nnet(trainingdata$Output~trainingdata$Input,size=0,skip=T, linout=T)


Testdata<-as.data.frame(1:50)
net.result2<-predict(net.sqrt2, Testdata)

cleanoutput2 <- cbind(Testdata,Testdata/2,as.data.frame(net.result2))
colnames(cleanoutput2)<-c("Input2","Expected Output2","Neural Net Output2")
print(cleanoutput2)

Answer 1

library(nnet)
traininginput <- as.data.frame(runif(50,min=1,max=100))
trainingoutput <- traininginput/2

trainingdata<-cbind(traininginput,trainingoutput)
colnames(trainingdata)<-c("Input","Output")

net.sqrt2 <- nnet(Output~Input, data=trainingdata, size=0,skip=T, linout=T)


Testdata<-data.frame(Input=1:50)
net.result2<-predict(net.sqrt2, newdata = Testdata, type="raw")

cleanoutput2 <- cbind(Testdata,Testdata/2,as.data.frame(net.result2))
colnames(cleanoutput2)<-c("Input2","Expected Output2","Neural Net Output2")
print(cleanoutput2)

您使用的 predict 和 nnet 中的 formula 有误。 Predict 需要 newdata，它需要是一个 data.frame，其中有一列输入到您的模型（即在本例中是一个名为 Input 的列）。 nnet 中的 formula 不是通过对数据的文字调用来构建的。它是象征性的，所以它应该是数据中列的名称。此外，您使用的包不是 neuralnet 而是 nnet.

NNet简单建模

NNet simple modeling

r

machine-learning

nnet