R 中插入符中神经网络 (nnet) 的超参数调整
Hyperparameter tuning for neural net (nnet) in caret in R
我正在使用 caret 包在 R 中构建一个神经网络模型，我的代码如下：
model <- train(RS_LAI~S2REP_LF+PSRI_ES+IRECI+NDVIRE+B11_ES+B7+TCARI_LF+MCARI+WDRVI
, data = Data,
method = "nnet", trControl = controlparameters,
linout = TRUE)
在模型运行结束时，我得到的结果是大小和衰减的最终值。在这里我想，大小是隐藏层的数量，但我很困惑它在每一层中使用的节点数量是多少？我怎样才能得到它？我认为节点数也是一个重要的调整参数，但插入符号没有提供该选项。
如果您阅读 help page:
，您正在使用 nnet
Fit single-hidden-layer neural network, possibly with skip-layer
connections.
所以是1层，size参数是节点数或者单元数，同帮助页面可以看到：
size: number of units in the hidden layer. Can be zero if there are
skip-layer units.
您可以尝试使用neuralnet，它最多指定3层，您的超参数将是每层中的节点数。
我正在使用 caret 包在 R 中构建一个神经网络模型，我的代码如下：
model <- train(RS_LAI~S2REP_LF+PSRI_ES+IRECI+NDVIRE+B11_ES+B7+TCARI_LF+MCARI+WDRVI
, data = Data,
method = "nnet", trControl = controlparameters,
linout = TRUE)
在模型运行结束时，我得到的结果是大小和衰减的最终值。在这里我想，大小是隐藏层的数量，但我很困惑它在每一层中使用的节点数量是多少？我怎样才能得到它？我认为节点数也是一个重要的调整参数，但插入符号没有提供该选项。
如果您阅读 help page:
，您正在使用nnet
Fit single-hidden-layer neural network, possibly with skip-layer connections.
所以是1层，size参数是节点数或者单元数，同帮助页面可以看到：
size: number of units in the hidden layer. Can be zero if there are skip-layer units.
您可以尝试使用neuralnet，它最多指定3层，您的超参数将是每层中的节点数。