问题标签 [nnet]

我有一个 DF(train_market) 有 8523 行和 12 列，如图所示

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

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

我得到了第二个代码的错误

所以在第 3 次保持 size =5574900 并尝试过，这很有帮助。

我正在尝试将包 caret 和 nnet 一起使用，但出现以下错误。我使用 warnings() 来查看它是什么，但在互联网上找不到任何东西。请告诉我。谢谢。

我在尝试在 R 中安装 nnet 包时遇到问题。下载似乎没问题，但是当我加载库时它指出

命名空间“nnet”由“car”、“effects”导入，因此无法卸载

另外：警告信息：

包“nnet”是在 R 版本 3.2.5 下构建的

库（nnet）中的错误：无法卸载包 'nnet' 版本 7.3.11

我尝试阅读其他建议在汽车和效果上使用 remove.packages 的主题。但是我试过这个，我仍然无法安装

谢谢您的帮助

我最近在使用 R 时遇到了一些问题。我试图安装似乎不起作用的 nnet。我遵循了关于这个问题的建议，并在“汽车”、“效果”和“sjPlot”上使用了 remove.packages () 和 unloadNamespace()。

尝试在 R 中安装软件包时出现问题

这成功安装了 nnet，但是现在我无法重新安装这三个包。重新安装每个软件包后， r 声明：

图书馆（sjPlot）

获取错误（方法，envir = home）：延迟加载数据库 '\xxx/SSD_Home_Data_O/xxx/My Documents/R/win-library/3.2/car/R/car.rdb' 已损坏

2: 在 .registerS3method(fin[i, 1], fin[i, 2], fin[i, 3], fin[i, 4], : 重新启动中断的 Promise 评估

3：在 get(method, envir = home) 中：重新启动中断的 Promise 评估

4：在 get(method, envir = home) 中：R_decompress1 中的内部错误 -3 错误：'sjPlot' 的包或命名空间加载失败</p>

任何想法如何解决这一问题？我有点担心，因为我真的需要特别使用 sjPlot

谢谢您的帮助

我想获得RMSE神经网络预测结果的准确性。我开始使用混淆矩阵，但如先前的答案所示，混淆矩阵为非连续变量提供了有效结果。

有什么方法可以获得神经网络预测的准确性或错误率？

作为一个例子，这里是我到目前为止得到的代码：

有谁知道我怎样才能使这项工作？或者我怎样才能获得神经网络预测的准确性或准确性？任何帮助将不胜感激。

我在 nnet 包 R 中遇到了预测函数的问题。

我已经用训练数据在 R 中训练了一个 nnet 模型，但是当我尝试预测新的测试样本时，我得到的结果多于测试样本的数量。

我的火车数据包含 3673 行，我的测试有 1225 行。但是当我预测测试数据时，我得到 3673 个目标输出。我在下面粘贴了我的代码。

以上是 r 控制台的屏幕截图。我在这里做错什么了吗。请帮帮我。谢谢你。

我试图理解背后的代码nnet。当我将多项式因子拆分为二进制列而不是使用公式方法时，我目前得到不同的结果。

我知道我可以只使用后一种方法（formula方法），但我想了解为什么在源代码中出现相同的分解因子方法时结果会有所不同nnet.formula。

我在 R 中工作，并使用 nnet 包来训练神经网络模型。我一直在尝试使用 nnetpredint 包来计算模型输出周围的预测区间。如何修改 nnetpredint 包，以便它可以在输出节点处理线性传递函数，即，当我在 nnet() 函数中使用 linout=T 参数时？

将递归特征选择应用于具有;的nnet模型时，我遇到了问题。caret::rfe我收到以下错误消息：

{ 中的错误：任务 1 失败 - “选择了未定义的列”

实际任务比下面的例子更复杂，但我相信这是一个类似的问题：

我知道当尝试选择比 x 中可用的更多功能时会发生此错误（例如，请参阅https://stats.stackexchange.com/questions/18362/odd-error-with-caret-function-rfe），但这似乎不是这里的问题。我也在早期版本的插入符号中运行了非常相似的调用，没有出现这个问题。

我使用 R 3.3.1 和插入符号 6.0.71。

非常感谢您的帮助。

编辑：我浏览了插入符号的存档版本，发现示例代码在插入符号版本 <= 6.0.62 中工作。

我知道这是一个奇怪的问题，我什至不能给出 MRE，但希望其他人也遇到过类似的问题并解决了它，我发布了这个问题。

我一直在使用 Rattle 和所有可用的模型。我想单独使用 nnet，自己检查结果并更好地控制参数。

在某些时候，我打开了熵开关（我没有那么多变量和因素），这导致了错误。我将开关转回默认值（FALSE），但从那时起 nnet 就再也无法正常工作。即使在 Rattle 内部，它也不适用于我使用了 100 次的训练集。我能够得到概率分数，现在 Rattle 给了我所有其他模型的概率分数，但不是 nnet。Nnet 仍然产生二进制输出，即使在 Rattle Score 选项中选择了“概率”。

有没有人遇到过类似的nnet问题？

编辑：代码部分是：

增加 MaxNWts 似乎正在解决错误，too many weights但现在需要很长时间才能运行并消耗大量内存。使用相同的数据集，我能够在不到一分钟的循环中运行许多训练规模的可能性。（我在 16GB 的 Mac Book Pro 上）我们谈论的是一组约 10000 行和大约 20 个功能。

以前完美运行的示例代码：

现在模型构建部分不起作用，更不用说把它放在一个循环中了。

编辑2：检查参数并发布发生了什么：

> mnnet$entropy

[1] TRUE

一旦熵设置为“真”，似乎不可能将其设置回默认值。