R 插入符 nnet 包
R caret nnet package
我有两个 R 对象如下。
矩阵"datamatrix" - 200 行和 494 列:这些是我的 x 变量
dataframe Y。Y$V1 是我的 Y 变量。我已将列 V1 转换为我正在构建分类模型的因子。
我想建立一个神经网络,我 运行 在命令下。
model <- train(Y$V1 ~ datamatrix, method='nnet', linout=TRUE, trace = FALSE,
#Grid of tuning parameters to try:
tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)))
我收到一个错误 - " argument "data" is missing, with no default"
有没有一种方法可以让 caret 包理解我在一个 R 对象中有 X 变量而在另一个 R 对象中有 Y 变量?我不想合并两个数据对象然后写一个公式因为公式会太长
Y~x1+x2+x3.................x199+x200....x493+x494
argument "data" is missing
错误已通过向 train
调用添加 data = datamatrix
参数解决。我会这样做的方式是这样的:
datafr <- as.data.frame(datamatrix)
# V1 is the first column name if dimnames aren't specified
datafr$V1 <- as.factor(datafr$V1)
model <- train(V1 ~ ., data = datafr, method='nnet',
linout=TRUE, trace = FALSE,
tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)))
现在您不必单独提取响应变量。
.
标识符允许包含来自 datafr
的所有变量(有关详细信息,请参阅 here)。
我有两个 R 对象如下。
矩阵"datamatrix" - 200 行和 494 列:这些是我的 x 变量
dataframe Y。Y$V1 是我的 Y 变量。我已将列 V1 转换为我正在构建分类模型的因子。
我想建立一个神经网络,我 运行 在命令下。
model <- train(Y$V1 ~ datamatrix, method='nnet', linout=TRUE, trace = FALSE,
#Grid of tuning parameters to try:
tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)))
我收到一个错误 - " argument "data" is missing, with no default"
有没有一种方法可以让 caret 包理解我在一个 R 对象中有 X 变量而在另一个 R 对象中有 Y 变量?我不想合并两个数据对象然后写一个公式因为公式会太长
Y~x1+x2+x3.................x199+x200....x493+x494
argument "data" is missing
错误已通过向 train
调用添加 data = datamatrix
参数解决。我会这样做的方式是这样的:
datafr <- as.data.frame(datamatrix)
# V1 is the first column name if dimnames aren't specified
datafr$V1 <- as.factor(datafr$V1)
model <- train(V1 ~ ., data = datafr, method='nnet',
linout=TRUE, trace = FALSE,
tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)))
现在您不必单独提取响应变量。
.
标识符允许包含来自 datafr
的所有变量(有关详细信息,请参阅 here)。