5

啊！尝试compute使用我的神经网络时，我不断收到以下错误：

> net.compute <- compute(net, matrix.train2)
Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments

我无法弄清楚问题是什么。下面我将为您提供来自我的矩阵的示例数据和格式，然后我将向您展示我正在尝试运行的代码。

  • matrix.train1用于训练网络

    > matrix.train1
    (Intercept) survived pclass sexmale    age sibsp parch     fare embarkedC embarkedQ embarkedS
1             1        0      3       1  22.00     1     0   7.2500         0         0             1
2             1        1      1       0  38.00     1     0  71.2833         1         0         0
3             1        1      3       0  26.00     0     0   7.9250         0         0         1
4             1        1      1       0  35.00     1     0  53.1000         0         0         1
5             1        0      3       1  35.00     0     0   8.0500         0         0         1
6             1        0      3       1 999.00     0     0   8.4583         0         1         0
7             1        0      1       1  54.00     0     0  51.8625         0         0         1
8             1        0      3       1   2.00     3     1  21.0750         0         0         1
9             1        1      3       0  27.00     0     2  11.1333         0         0         1
10            1        1      2       0  14.00     1     0  30.0708         1         0         0
11            1        1      3       0   4.00     1     1  16.7000         0         0         1

  • matrix.train2是用于测试模型的训练数据的一部分

    > matrix.train2
    (Intercept) pclass sexmale    age sibsp parch     fare embarkedC embarkedQ embarkedS
1             1      1       1  49.00     1     1 110.8833         1         0         0
2             1      3       1  42.00     0     0   7.6500         0         0         1
3             1      1       0  18.00     1     0 227.5250         1         0         0
4             1      1       1  35.00     0     0  26.2875         0         0         1
5             1      3       0  18.00     0     1  14.4542         1         0         0
6             1      3       1  25.00     0     0   7.7417         0         1         0
7             1      3       1  26.00     1     0   7.8542         0         0         1
8             1      2       1  39.00     0     0  26.0000         0         0         1
9             1      2       0  45.00     0     0  13.5000         0         0         1
10            1      1       1  42.00     0     0  26.2875         0         0         1
11            1      1       0  22.00     0     0 151.5500         0         0         1

两个矩阵之间唯一真正的区别是matrix.train2不包含survived列。

这是我试图运行的 R 代码：

#Build a matrix from training data 
matrix.train1 <- model.matrix(
  ~ survived + pclass + sex + age + sibsp + parch + fare + embarked, 
  data=train1
)

library(neuralnet)

#Train the neural net
net <- neuralnet(
  survived ~ pclass + sexmale + age + sibsp + parch + fare + embarkedC + 
  embarkedQ + embarkedS, data=matrix.train1, hidden=10, threshold=0.01
)

#Build a matrix from test data
matrix.train2 <- model.matrix(
  ~ pclass + sex + age + sibsp + parch + fare + embarked, 
  data=train2
)

#Apply neural net to test matrix 
net.results <- compute(
  net, matrix.train2
)

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

谁能告诉我我在这里做错了什么？

谢谢！

到目前为止基于评论的更新：

  1. 使用“使用神经网络预测新数据的类”中的解决方案似乎不起作用。

    > net.compute <- compute(net, matrix.train2[,1:10])
Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments

  2. 我通过手动将我的train1和train2数据帧放入矩阵中，model.matrix因为如果我不这样做，我会收到以下错误：

    > Error in neurons[[i]] %*% weights[[i]] : 
requires numeric/complex matrix/vector arguments

注意：有关我为什么使用的更多详细信息，请参阅以下线程model.matrix：“第一次在 R 中使用神经网络：获取“需要数字/复杂矩阵/向量参数”，但不知道如何更正“。

4

5 回答 5

9

看起来您需要删除预测变量。尝试这个：

nn_pred<-compute(nn,test[,3:11])
于 2016-02-10T14:53:15.530 回答
5

我也用神经网络包试过这个。我想如果你不是

net.results <- compute(
  net, matrix.train2

做

net.result <- compute(  
     net, matrix.train2[,c("pclass",   
     "sexmale", "age", "sibsp", "parch",   
     "fare","embarkedC","embarkedQ","embaredS")])

它应该工作。变量的名称需要与 的顺序完全相同model.list$variables，因此您也可以键入

net.result <- compute(  
     net, matrix.train2[, net.result$model.list$variables])

我希望这有帮助。原因是 - 我认为 - 神经网络在找出哪些变量在你的网络中以及哪些在矩阵中存在问题......所以你明确地匹配它们。

于 2016-06-21T20:07:07.917 回答
1

我没有使用神经网络 ack​​age，但除非它在做一些奇怪的事情，否则你不应该那样打电话model.matrix。neuralnet有一个公式界面，所以它会调用model.matrix你。你只需要给它训练数据框train1。

这也适用于预测测试数据。不要创建模型矩阵；只需将数据框传递给它train2。

于 2013-07-09T18:00:45.820 回答
0

试试这个问题的答案，使用神经网络预测新数据的类别

于 2013-07-09T16:13:51.473 回答
0

把neuralnet火车换成这个

t <- neuralnet(
survived ~ pclass + sexmale + age + sibsp + parch + fare + embarkedC + 
embarkedQ + embarkedS)

将预测变量更改为

NN_pred<-compute(t,test[,1:9])

它应该与模型中获取的数据具有相同的顺序

于 2018-05-05T17:47:12.440 回答