学习率不会影响我在 R 中的人工神经网络
Learning rate is not affecting my artificial neural network in R
我有以下模型来预测特定社区的房屋价格:
set.seed(100)
index_1<-sample(1:nrow(data),round(nrow(data)*0.9))
train<-data[index_1,] #578 obs.
test<-data[-index_1,] #62 obs.
NModel <- neuralnet(price ~ x1 + x2 + x3 + x4, data=train_group, hidden=c(5), linear.output=FALSE, threshold =0.01, rep=20, learningrate = 0.25 )
但是我一直在将我的学习率从 0.25 更改为 1,而我的 RMSE 没有任何变化。它既不会变得更糟也不会变得更好,它保持完全相同,即使在改变学习率时也是如此。有没有人对可能发生的事情有任何暗示?
neuralnet function | R Documentation
learningrate
仅用于传统的反向传播。尝试添加参数 algorithm = 'backprop'
,然后查看 learningrate
的不同值有何作用。
我有以下模型来预测特定社区的房屋价格:
set.seed(100)
index_1<-sample(1:nrow(data),round(nrow(data)*0.9))
train<-data[index_1,] #578 obs.
test<-data[-index_1,] #62 obs.
NModel <- neuralnet(price ~ x1 + x2 + x3 + x4, data=train_group, hidden=c(5), linear.output=FALSE, threshold =0.01, rep=20, learningrate = 0.25 )
但是我一直在将我的学习率从 0.25 更改为 1,而我的 RMSE 没有任何变化。它既不会变得更糟也不会变得更好,它保持完全相同,即使在改变学习率时也是如此。有没有人对可能发生的事情有任何暗示?
neuralnet function | R Documentation
learningrate
仅用于传统的反向传播。尝试添加参数 algorithm = 'backprop'
,然后查看 learningrate
的不同值有何作用。