1

我不明白为什么数据集的测试在 R 神经网络（nnet包）中不起作用。

我有两个具有相似结构的数据集 - 用于训练（trainset17 个案例）和预测（testset9 个案例）。每个数据集都有列：Age、Gender、Height、Weight。在测试数据集中，age未知 ( NaN)。

训练公式如下：

library(nnet)
trainednetwork<-nnet(age~gender+emLength+action5cnt,trainset, size=17)

无论如何，如果我尝试在代码的下一个字符串中使用测试数据集进行预测，

prediction<-predict(trainednetwork,testset)

我弄错了"No component terms, no attribute"。任何人都可以帮忙吗？

数据（通过dput()函数获得）：

  • testset：

    structure(list(
    age = c(NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
        NA_integer_, NA_integer_, NA_integer_, NA_integer_), 
    gender = structure(
        c(2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L), 
        .Label = c("f", "m"), 
        class = "factor"), 
    Height= c(9L, 11L, 9L, 11L, 9L, 11L, 9L, 11L, 9L), 
    Weight= c(1L, 41L, 2L, 1L, 2L, 29L, 12L, 6L, 12L)), 
    .Names = c("age", "gender", "Height", "Weight"), 
    class = "data.frame", 
    row.names = c(NA, 9L))

  • trainset：

    structure(list(
    age = c(43L, 35L, 22L, 28L, 20L, 47L, 41L, 23L, 
        42L, 27L, 22L, 60L, 62L, 47L, 42L, 26L, 54L), 
    gender = structure(
        c(2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 
            2L, 2L, 2L, 2L, 2L), 
        .Label = c("f", "m"), 
        class = "factor"), 
    Height= c(7L, 9L, 11L, 11L, 11L, 9L, 11L, 9L, 23L, 9L, 
        9L, 9L, 10L, 7L, 7L, 11L, 7L), 
    Weight= c(2L, 2L, 9L, 9L, 28L, 8L, 6L, 3L, 1L, 2L, 40L, 
        1L, 9L, 1L, 7L, 4L, 35L)), 
    .Names = c("age", "gender", "Height", "Weight"), 
    class = "data.frame", 
    row.names = c(NA, 17L))
4

1 回答 1

0

我认为在 R 神经网络包中，用于预测的命令是“计算”，而不是预测，这非常令人困惑。一个

于 2016-03-24T11:11:51.850 回答