问题标签 [nnet]

我正在尝试编译和运行我的 c++ 代码（这是我的代码的早期版本，只是为了检查它是否可以编译）。但是当我试图编译它时，我得到了错误：

我在这里包含了我的代码：

我不太确定这是怎么回事。一开始我怀疑这可能是向量动态库没有链接所以我想出了这个虚拟程序来测试它：

该程序会令人惊讶地编译并且不会抛出任何错误，但没有输出。没有印刷，什么都没有。

我正在使用 Mac，如果有人能够帮助我解决这个问题，我将不胜感激。谢谢！

我有一个 10191x2 的数据框。我的预测变量是分类的，我的反应也是分类的。以下是该数据集的一些行：

我正在尝试创建一个多项逻辑回归模型，该模型将预测客户购买特定合作伙伴的概率。所以我的方法如下：

举个例子，在这个数据集中有 1385 个合作伙伴和 53 个客户。

然后当我运行它时出现以下错误：

我检查了我的初始数据集，没有缺失值，所以我对为什么会发生这种情况感到困惑。

任何人都能够深入了解为什么会发生此错误以及如何将多项逻辑回归应用于具有所有分类变量的数据集？

我想使用 nnet R 包中的 multinom() 函数运行多项 logit 回归。我需要一些帮助来解释不同的公式。我的数据集有 3 个 IV（年龄（3 个级别）、个性（4 个级别）和测试（2 个级别））和 1 个 DV（响应（4 个级别）），所有变量都是分类的。这里是数据集的示例。

首先，我想了解个性对用户在不同测试中反应的影响。我写了两个公式（在下面找到它们），但我不知道它们之间有什么不同以及它们的结果将如何被不同地解释。Eq1= multinom(formula= response~ test + 个性, data=df) Eq2= multinom(formula= response~ test *个性, data=df)

其次，我想了解结果如何以纸质报告？谢谢你的帮助。

我在尝试解决 R 中的多项分类方程时遇到了很多麻烦。我正在使用 nnet 和 caret 包来解决这个问题。下面是一个数据集，这是可重现的：

从这里开始，我使用 caret 包来训练数据并使用模型来预测出现ADV时PARTNER2出现的概率。虽然最后我得到一个错误，但我似乎无法解决。

model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) 中的错误：因子 PARTNER2 具有新级别 I、J

有人能帮我解决这个问题吗？

下午好，我在使用 NNET 包执行逻辑回归时得到的输出有问题。我想Category用HS_TR (Return Period)and预测SLR (Sea Level Rise)。多项式模型，称为fit，已使用来自x.sub子集的信息进行计算。可能有 4 种不同的类别 1、2、3 或 4。

x.sub：

当我运行模型>fit <- multinom(Category ~ HS_TR + SLR, x.sub, maxit=3000)我得到结果：

现在我有了多项式，我想知道 SLR 和 HS_TR 的特定场景 (d3) 的预测类别。我定义了 d3 并应用了预测，得到了合理的结果：

我明白了

但是，当我计算得到预测的概率时prediction <-(predict(fit,d3, type="probs"))，我得到以下信息：

这是没有意义的，因为它说概率为 0。由于我运行的模型给出了 的预测CATEGORY，我不明白为什么那么概率为 0。有人知道我为什么得到它吗？

如果有人知道我如何解决这个问题，以便我可以解决它。先感谢您。

我正在关注“R 深度学习要点：Joshua 博士”一书在 ch2, 22page 中，有以下代码

我遇到了错误：UseMethod（“train”）中的错误：没有适用于“train”的适用方法应用于“data.frame”类的对象

我正在使用 R 3.3.2，window7

在预测选择一组二元互斥结果的概率的模型上使用 predict 时，出现以下错误。使用 nnet 包的 multinom 函数。

predict.multinom(model_name, df.predict, "probs") 中的错误：下标分配中不允许使用 NA 另外：警告消息：'newdata' 有 5 行，但找到的变量有 100 行

这是一个可重现的示例：

如您所见，问题在于我的响应包含 2 个变量。看起来，当我预测的行数少于训练集中的行数时，该函数试图将训练集中的响应变量与测试集连接起来。

更新：

以下适用于新的预测集。但是，响应变量被视为分类变量，因此预测不正确：

我正在尝试第一次在 r 中使用 nnet 运行神经网络模型。当我为“size”参数提供一系列值时，出现以下错误：

但是，当我将单个值传递给“size”参数时，该函数可以正常工作。为什么会发生此错误，我该如何解决？

这是一个可重现的示例：

这是我的 R 版本信息：

谢谢！

我正在使用包multinom()中的功能nnet。我的数据有超过一百万行和 4 个自变量。该multinom()函数本身在约 15 分钟内创建一个模型，我可以查看系数。

我需要将它们作为对象访问（使用$coefficients），但除非我保存summary()它，否则我不能。当我尝试总结我的模型时，它运行了 30 多分钟，看不到尽头。

该功能是否有任何原因summary()需要这么长时间，因为它似乎是一个基本的报告工具？我怎样才能加快速度？还有另一种访问系数的方法吗？

在 CRAN 项目（https://cran.r-project.org/web/packages/nnet/nnet.pdf）中对 nnet 的描述中，它说 nnet 适合单个隐藏层：

我可以使用 nnet 指定隐藏层的数量吗？我的理解是，我选择的隐藏层和隐藏层中的神经元数量是可以更改以改进模型的参数。它真的可以帮助模型添加/删除隐藏层吗？或者，单层和多层神经网络是否有不同的应用领域？

我是 ANN 的新手。我正在研究一个训练样本大小为 55000 x 54 的分类模型。提前致谢！