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。