0

我正在尝试使用“caret”包中的“train”函数来训练神经网络模型。但是它给出了很多警告并且没有显示准​​确度SD。我不确定是否必须设置任何参数才能看到 Accuracy SD。

我对 R 比较陌生，所以如果我遗漏了一些明显的东西，请原谅。

这是我的代码：

library("caret", lib.loc="~/R/win-library/3.3")
set.seed(1056)
nnetFit <- train(Label ~., data = Train_2.4.16,
                 method = "nnet",
                 preProc = c("center", "scale"),
                 tuneLength = 5,
                 trControl = trainControl(method = "repeatedcv",
                                      repeats = 5))
nnetFit

以下是我在执行代码时收到的警告示例：

49：在 eval(expr, envir, enclos) 中：Fold10.Rep1 的模型拟合失败：size=9，decay=1e-03 nnet.default(x, y, w, softmax = TRUE, ...) 中的错误：太多 (1049) 权重

50：在 eval(expr, envir, enclos) 中：Fold10.Rep1 的模型拟合失败：size=9, decay=1e-04 nnet.default(x, y, w, softmax = TRUE, ...) 中的错误：太多 (1049) 个权重*

代码的输出列出了神经网络的大小、衰减、准确度和 Kappa。

如果您能帮助我了解什么是衰变和 kappa，我也将不胜感激。

4

1 回答 1

0

您需要调整函数的MaxNWts参数nnet。Can 可以将该参数传递给train它，它会到达nnet.

于 2016-10-17T18:22:15.013 回答