10

我正在尝试使用使用 R 中的神经网络包训练的神经网络来预测测试数据集的类(0 或 1)。

我的数据如下:

对于火车:

x1          x2          x3          x4          y
0.557       0.6217009   0.4839      0.5606936   0
0.6549      0.6826347   0.4424      0.4117647   1
0.529       0.5744681   0.5017      0.4148148   1
0.6016771   0.5737052   0.3526971   0.3369565   1
0.6353945   0.6445013   0.5404255   0.464       1
0.5735294   0.6440678   0.4385965   0.5698925   1
0.5252      0.5900621   0.4412      0.448       0
0.7258687   0.7022059   0.5347222   0.4498645   1

和更多。

测试集看起来与训练数据完全相同,只是值不同(如果需要,我会发布一些样本)。

我使用的代码如下所示:

> library(neuralnet)
> nn <- neuralnet(y ~ x1+x2+x3+x4, data=train, hidden=2, err.fct="ce", linear.output=FALSE)
> plot(nn)
> compute(nn, test)

网络训练,我可以成功绘制网络,但计算不起作用。当我运行计算时,它给了我以下错误:

Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments

所以基本上我正在尝试训练一个神经网络来成功地对新的测试数据进行分类。

任何帮助表示赞赏。

编辑:

测试对象的抽样是:

x1          x2  x3          x4          y
0.5822  0.6591  0.6445013   0.464       1
0.4082  0.5388  0.5384616   0.4615385   0
0.4481  0.5438  0.6072289   0.5400844   1
0.4416  0.5034  0.5576923   0.3757576   1
0.5038  0.6878  0.7380952   0.5784314   1
0.4678  0.5219  0.5609756   0.3636364   1
0.5089  0.5775  0.6183844   0.5462555   1
0.4844  0.7117  0.6875      0.4823529   1
0.4098  0.711   0.6801471   0.4722222   1

我也试过 y 列没有任何值。

4

3 回答 3

19

在没有对“测试”对象的良好描述的情况下很难说,但你能看看这是否会产生更好的结果:

compute(nn, test[, 1:4])
于 2012-06-07T21:09:04.760 回答
7

我有同样的问题。我放了debugonce(neuralnet),我发现神经网络正在将不同大小的矩阵相乘。

我解决了使用此功能从测试中删除 y 列的问题

columns <- c("x1","x2","x3","x4")
covariate <- subset(test, select = columns)
于 2013-11-17T20:38:15.500 回答
0

我知道这是一篇旧帖子,但我遇到了一篇独特的文章,可能会在未来对某人有所帮助。认为这篇文章最适用,因为它引发了同样的错误。

数据集的缩放必须转换回 data.frame 以用于计算

#scaled data
scaledData=scale(data)
nn=neuralnet(y~x,data=scaledData[train,])

#this repeatedly failed for me
compute(nn,scaledData[test,])

#this worked 
compute(nn,as.data.frame(scaledData)[test,])
于 2017-02-16T18:11:20.447 回答