问题标签 [nnet]

我使用 caret 和 nnet 创建了一个神经网络。现在，我需要在 oracle 中部署 NN 进行生产。我已经有了每个输入层和隐藏层的权重。但是，我不确定使用的是哪个激活函数。有没有办法知道？或者您知道执行此任务的更简单方法吗？

这是我用来开发 NN 的代码：

我一直在测试caretR 以测试神经网络功能。当我运行下面的脚本时，它工作正常，这已经开始输出“无法找到变量“optimismBoot”。

为什么？

在处理多项逻辑模型时，我看到包stepAIC中的函数有一些奇怪的行为。MASS这是一些示例代码：

在这种情况下race.model，race.model2具有相同的术语；stepAIC没有修剪任何东西。但是，我需要查询模型的某些属性，并且出现以下错误race.model2：

返回race()但

给出错误：

此行为似乎仅在stepAIC未从模型中删除项时发生。在下面的代码中，用 去掉了术语stepAIC，两个模型都可以正常查询：

关于这里出了什么问题的任何想法？

我有一个由 R 中的 nnet 包训练的（大型）神经网络。我希望能够模拟来自这个神经网络的预测，并使用我之前成功使用过的类似 foreach 的东西以并行方式进行（全部在 Windows 机器上）。

我的代码本质上是这种形式

除非拟合和预测更大的NN；大约 300MB。

上面的代码在使用传统的 for 循环或使用 %do% 时运行良好，但在使用 %dopar% 时，所有正在使用的内核都会加载到内存中 - 每个内核大约 700MB。如果我运行它足够长的时间，一切最终都会爆炸。

查找了类似的问题后，我仍然不知道是什么原因造成的。省略“预测”部分可以让一切顺利进行。

如何让每个核心查找不变的“网络”而不是将其加载到内存中？还是不可能？

我正在尝试在 R 中运行一个 nnet 脚本：

ann <- nnet(标签 ~ ., data=normed[Train_w_catDS,-1], weights=data.weights[Train_w_catDS], size=h, decay=5e-4, maxit

=200)

规范在哪里

normed <- cbind(data_w_catDS[,1:2], as.data.frame(lapply(data_w_catDS[,-c(1,2)], function(col) { col / max(abs(col)) })) )

但我不断收到错误：

xj[i] 中的错误：无效的下标类型“列表”

经过几天的努力，我一直无法解决它。任何意见，将不胜感激。

我正在尝试使用 nnet 函数和 predict 函数来返回一些值，但是我的 nnet$fitted.values 与我的预测值相同，我不知道为什么，是的，这两个数据集是不同的

编辑：添加了使用的数据

我正在使用multinomfromnnet从一个庞大的临床数据库创建一个逻辑模型。我使用的语法是：

现在，每一行（一名患者）都有不同数量的 NA，因为并非所有患者的所有临床数据都记录了，我不清楚模型是否只使用所有变量都不包含任何变量的行NA。更一般地说，获得模型所基于的 Ns 个观察值会很有用，我怀疑它小于我的数据帧的行数（N 个患者）。我到处寻找，但我似乎无法找到如何做到这一点。

我想使用 caret 包拟合神经网络模型。有 208 个预测变量，所有这些变量都很重要，不能丢弃。我可以给 size 参数的最大值是 4，超过这个值我会得到一个错误，说有太多的权重。

该模型在 4 个神经元（大小 = 4）时表现非常糟糕。如果我想要超过 5 个神经元，我该怎么做才能使模型工作？

我有一个巨大的数据集。我通过 nnet 包中的 multinom 计算了多项式回归。

需要 10 分钟。但是当我使用汇总函数计算系数时，它需要超过 1 天！！！这是我使用的代码：

我想知道是否有人知道如何通过 R 中的并行处理来计算这部分代码？

这是一小部分数据：

我无法为 nnet 提取插入符号的 finalModel 参数。如果我使用 - 在我的脑海中 - caret::train 和 nnet::nnet 完全相同的参数，我会得到（有时）很大的差异。我忘记了一个参数还是由于神经网络的计算算法？我知道我可以对 caret_net 使用 predict（在下面的示例中），但我仍然想仅使用 nnet 重现结果。

例子：

谢谢和亲切的问候