1
私は、Caretパッケージの "neuralnet"メソッドを使用して連続数値変数を予測するモデルを訓練しようとしています。コードの次の行が実行されると、次のエラーがスローされます。キャレット内のニューラルネット：分類用に間違ったモデルタイプ
エラーtrain.default（Cadence_IVs、Cadence_Train_Response、方法= "neuralnet" で：間違ったモデルタイプを分類するための
NN_Cadence <- train(Cadence_IVs, Cadence_Train_Response, method = "neuralnet", layer1 = 10, layer2 = 5, decay = 0.1, linear.output = TRUE)
これは、データが同類を見えるもので、105,000行があります。
RiderID Index Date Time Average_Gradient Max_Gradient Distance Highest_point Speed Power Cadence
1 27330 3/28/2011 8:19:36 0 6.2 5132.29 12.8 47.9653271 63.3 71.5
15 991 1/29/2016 6:05:04 -1.5 0 242.9 52.3 10.5608695 267.2 72.6
15 979 1/29/2016 6:51:19 0 0 581.97 -23 10.03396552 239.2 77.6
12 49047 4/14/2013 7:45:52 0 3.5 471.2 45.4 18.848 383.6 140.4
11 46677 5/30/2015 15:25:44 -7.8 -2.6 410.7 124.4 18.66818182 98.3 97.9
「RiderIDは」ファクターとして符号化され、「日付」であるがDate変数としてコード化されています。時間はキャラクタとしてコード化されますが、Cadence_IVからは除外されます。他のすべての変数は、「Cadence」というレスポンス変数を含む「数値」データ型としてコード化されています。
Cadence_IVsは、ケイデンスと時間を除くすべての列の行列です。 Cadence_Train_Responseは、Cadenceの値の1列の行列です。
ご協力いただければ幸いです。私が助けになるかもしれない細部を見逃したら私に知らせてください。
これは再現性がありません。エラーを再現するために必要な両方のオブジェクトの最小限のサンプルデータを 'dput（）'してください。私はあなたがここにあるものでそれを再現しようとしましたが、十分な行がなく、 'dput（）'しなかったので、クラスとメタデータが欠落しています。 'dput（）'が長すぎると感じたら、組み込みのデータセットでエラーを再現してみてください。 –
このエラーは、因子に依存する変数があるときに得られるものです。私はあなたがそれが要素ではないと言ったことを知っていますが、確かにしてください。 –