nnet

0熱

1答えて

キャレットパッケージを使用してニューラルネットワークモデルに適合したいと思います。208の予測子がすべて重要であり、破棄することはできません。サイズパラメータに与えることができる最大値は4を超えていますが、重みが多すぎるというエラーが表示されます。 > ctrl<-trainControl(method = 'cv',number = 5) > my.grid <- expand.grid(.

1熱

3答えて

「train」の適用可能なメソッドは「data.frame」クラスのオブジェクトに適用されません

「R深層学習の基礎：Dr.Joshua」 ch2の22pageには、のコードがあります set.seed(1234) digits.m1 <- train(digits.X, digits.y, method = "nnet", tuneGrid = expand.grid( .size = c(5), .decay = 0.1), t

0熱

1答えて

nnetのエラー：「vmminの初期値が有限ではありません」

rでnnetを初めて使用してニューラルネットワークモデルを実行しようとしています。私は、「サイズ」の引数に与えられる値の範囲を供給すると、私は次のエラーを取得する：私は、「サイズ」の引数に単一の値を渡すとき Error in nnet.default(x, y, w, entropy = TRUE, ...) : initial value in 'vmmin' is not finit

0熱

1答えて

キャレットで生産されるこれらのモデルはなぜ同じではありませんか？

2つのコードが同じモデルを生成しない理由を理解しようとしています。最初のニューラルネットワーク（NN1）を作成するために、私はCaretパッケージのtrain関数でクロスバリデーションを使用して、最良のパラメータを見つけました。 package's vignetteの2ページは、「最適なパラメータセットを使用してすべてのトレーニングデータに最終モデルをフィットさせる」ことを示唆しています。したが

0熱

1答えて

回帰関数と比較してnnetの多項式で要約関数が非常に遅い

nnetパッケージでmultinom()関数を使用しています。私のデータには、100万行強と4つの独立変数があります。 multinom()関数は15分以内にモデルを作成し、係数を表示できます。 summary()を保存しないと、（$coefficients）でもオブジェクトとしてアクセスする必要があります。私のモデルをまとめようとすると、30分以上走っています。 summary()関数が長すぎる

0熱

2答えて

foreachと並行してnnet出力を予測するとメモリが爆発する

私は（大）ニューラルネットをRのnnetパッケージで訓練しています。このニューラルネットからの予測をシミュレートでき、ファッションはforeachのようなものを使っています。これは前にWindowsマシン上で成功して使っていました。私のコードは、はるかに大きいNNはフィットさとから予測を除きフォーム library(nnet) data = data.frame(out=c(0, 0.1,

1熱

1答えて

Rでのnnetの使い方を理解する

これは、Rでの学習学習のパラダイムを使用した初めての試みです。私は惑星データセット（URL：https://www.kaggle.com/mrisdal/open-exoplanet-catalogue）を使用しています。その日。私はnnet_newdata印刷する場合 library(nnet) #Organize data: cols_to_keep = c(1,4,21) full_d

0熱

1答えて

Rネットプロットのバグ？

私はいくつかの簡単な例でライブラリnnetを試しています。 library(MASS) data(Boston) boston = as.matrix(Boston) library(nnet) boston.nnet = nnet(medv~., data=Boston,rang=0.1,size=8,linout=T,maxit=1000) うまく動作するようだが、私は plot(

0熱

2答えて

奇妙な結果を返すTheanoオペレーション

私はTheanoを使用する方法を学び、具体的にはニューラルネットワークに使用しようとしています。私はWindows 10システムでmingw64と、インストールページの残りのすべてのファイルを使用しています（私のGPUを使用するつもりはないので、Microsoft Visual StudioとCudaは例外です）。すべてがうまくいくようで、チュートリアルの「ベビー・ステップ」の部分がうまく機能

0熱

1答えて

予測とnnet関数

いくつかの値を返すために予測関数と一緒にnnet関数を使用しようとしていますが、nnet $ fitted.valuesは予測値と同じで、なぜ2つのデータセットが異なるのかわかりません trainTest<- function(Train, Test) { nnetfit<- nnet(as.numeric(Train[,7])~ Train[,10]+Train[,15],data=Trai