1

我neuralnet在 R 中使用基于 17 个输入来预测 3 个类。我有 3 个类：1、0 和 2。我有 2 个文件：培训和测试。训练有 64 个案例，17 个输入，18 列输出。

x1              x2              x3          etc...    x17                   y
-0.002307       0.034095    -0.002733            0              1
0.004461       -0.041385     0.137767          -0.294394        0
-0.25254       -0.094523     0                  0.074733        0
-0.25254       -0.094523     0                  0.074733        2

和更多。总共 64 行用于训练。

测试集与训练数据（16 行）完全相同，只是值不同。我使用的代码

library(neuralnet)

nn <- neuralnet(y ~ x1+x2+x3
                  +x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17, 
                data=train,lifesign="full", hidden=15, err.fct="ce", 
                linear.output=FALSE)
an1 <-  compute(nn, Test[1:17])

我可以为 nn 训练做预测

prediction (nn)

这给了我预测类列 y 用于训练案例集，但我不能这样做

prediction (an1): error message

Error in matrix(covariate[not.duplicated, ], nrow = nrow.notdupl) : 
  'data' must be of a vector type

我不完全确定我需要预测，或者计算就足够了。但是我得到的计算结果是：

$net.result
             [,1]
 [1,] 0.7503498233120
 [2,] 0.9982475522024
....
 [14,] 0.0007727434740
 [15,] 0.9999287879015

我不知道如何解释它。我需要类似的东西

  2                1            0
  [1,] 0.964182671 0.022183652 0.013633677
  [2,] 0.952685528 0.032202528 0.015111944
  [3,] 0.966094194 0.021206723 0.012699083..

每个类别的概率分布。

我试着用ifelse

 At2 <-(ifelse(Train$y==2,"2", ifelse(Train$y==1, "1","0")))

但仍然得到相同的 1 列net.result。

任何人都可以帮助指出我在这里缺少哪一行来获得我想要的东西？我也认为ifelse不会做我想做的事——根据 17 个输入预测 Y 类。是这样吗？

4

2 回答 2

2

我能够通过使用 nnet 包获得我想要的东西，特别是那里的预测功能。

idC <-class.ind(Train$y)
NN1=nnet(Train, idC[Train], size=15, maxit = 200, softmax=TRUE)
predict(NN1, data=Test,type = "class")

非常感谢所有回复！:)

于 2013-11-11T16:04:50.210 回答
1

在文档中说计算（）返回结果列表，预测（）采用神经网络拟合模型......所以我猜你使用它的方式错误。

于 2013-11-08T17:22:14.837 回答