1

我有一个 DF(train_market) 有 8523 行和 12 列,如图所示在此处输入图像描述

我正在做多项逻辑回归模型以获取 test_data 上的 ITem_Outlet_Sales。但是运行模型的代码需要几个小时才能运行

 model <- nnet(Item_Outlet_Sales~.,train_market,family="multinomial",size = 5574900,softmax=TRUE)

我尝试了下面显示的其他两个,但仍然运行了几个小时,我应该做些什么来完成它

 model <- multinom(Item_Outlet_Sales~.,train_market,family="multinomial")
 model <- nnet(Item_Outlet_Sales~.,train_market,family="multinomial",size = 5574900,softmax=TRUE)

我得到了第二个代码的错误

Error in nnet.default(X, Y, w, mask = mask, size = 0, skip = TRUE, softmax = TRUE,  : 
 too many (5574828) weights

所以在第 3 次保持 size =5574900 并尝试过,这很有帮助。

4

1 回答 1

4

MaxNWts包中nnet通常有用于控制最大重量数的参数。因此,设置MaxNWts为足够大的整数(例如,MaxNWts =10000000)应该可以完成这项工作:

model <- nnet(Item_Outlet_Sales~.,train_market,family="multinomial",size = 5574900,softmax=TRUE,MaxNWts =10000000)
于 2017-06-05T11:50:43.010 回答