各反復後に値を出力するR

Question

私は、誤った分類であるmisrate.testの値を出力しようとしているループ内の各反復の後に、10の異なるシードを使用して自分のニューラルネットワークの誤分類を出力しようとしています。ここでは、データ+コードスニペットのプレビューですが、私は私が（new.testを持っていない）、正確にあなたの質問を再現することはできません

V1 V70 V30 V86 V22 V107 V46 V78 V94 V62 V91  
    V76 
    4 7 1.000 -0.421 0.931 -0.114 -0.186 1.000 0.695 -0.363 1.000 
    -0.949 -0.606 
    11 7 1.000 1.000 1.000 -0.973 -1.000 0.167 -0.121 0.265 -0.415 
    -1.000 -1.000 
    15 7 -0.870 -1.000 -0.289 -1.000 -0.279 -1.000 -1.000 -1.000 -1.000 
    -0.715 0.918 
    16 7 0.758 -1.000 -0.535 0.901 0.508 -0.786 -0.913 -1.000 -0.796 
    -0.293 0.913 
    23 7 0.047 0.531 -0.983 0.212 -0.965 1.000 0.343 -0.427 0.993 
    -1.000 -0.857 
    26 7 -0.158 0.912 -1.000 -0.173 0.469 -0.117 -1.000 -1.000 -0.977 
    -0.020 0.974 


library(nnet) 
diff.seed <- c(1,66,70,222,1345,766,453,2999,7654,10000) 
for(i in diff.seed){ 
set.seed(i) #Set different seed 
digit.nnet <- nnet(V1~., data=new.train, size = 5, rang=0.1, decay=5e-4, 
maxit=1000) #Train the network on new.train 

y.hat <- as.numeric(predict(digit.nnet,new.test, type = "class")) #Apply on 
new.test which is same as new.train 

misrate.test <- sum(y.hat != 
new.test[,1])/length(new.test[,1])#Misclassification rate 
misrate.test #Attempt to output it 
} 

Answer 1

私のプログラム実行した後、その値のデータnew.trainをすることはできませんと呼ばれる、しかし、1つ

library(nnet) 
diff.seed <- c(1,66,70,222,1345,766,453,2999,7654,10000) 
for(i in diff.seed) { 
    set.seed(i) #Set different seed 
    digit.nnet <- nnet(V1~., data=new.train, size = 5, rang=0.1, decay=5e-4, maxit=1000) #Train the network on new.train 
    y.hat <- as.numeric(predict(digit.nnet,new.test, type = "class")) #Apply on new.test which is same as new.train 

    misrate.test <- sum(y.hat != new.test[,1])/length(new.test[,1])#Misclassification rate 
    print(misrate.test) #Attempt to output it 
} 

または

misrates <- sapply(diff.seed, function(i) { 
    set.seed(i) #Set different seed 
    digit.nnet <- nnet(V1~., data=new.train, size = 5, rang=0.1, decay=5e-4, maxit=1000) #Train the network on new.train 
    y.hat <- as.numeric(predict(digit.nnet,new.test, type = "class")) #Apply on new.test which is same as new.train 

    misrate.test <- sum(y.hat != new.test[,1])/length(new.test[,1])#Misclassification rate 
    misrate.test 
})