Question

我正在尝试准备一个神经网络，根据两个参数'no'＆amp; amp;来预测产品的索赔数量。 '年龄'。 以下数据集是神经网络的输入。

structure(list(no = c(25305.4104099149, 49282.7650363303, 71596.161588407, 
93100.2399492689, 120575.89348652, 138907.168168798, 152853.150129645, 
164658.048266216, 203323.951054253, 217964.514231364, 232098.010631853, 
245528.300551639, 257729.677107825, 273017.858354583, 289943.942081732, 
307253.529762711, 322779.210756104, 338484.424561413, 354509.62945598, 
376508.167449508, 392559.686167136, 406403.704572922, 418237.95321136, 
428306.956736623, 443032.309329306, 462815.029777392, 483057.035564531, 
501119.337852308, 516468.28989971, 529231.965438745, 546230.529378035), 
age = c(63.5793740593707, 102.316649334314, 139.062062015527, 
159.908188195329, 221.139098010716, 243.371632144127, 255.656705912817, 
321.979062244126, 302.183543005839, 354.719062375634, 369.989444935937, 
415.562730056562, 445.18103403067, 487.443822982359, 522.664771025013, 
531.055799381952, 588.227179384567, 627.155320232965, 631.325866647729, 
656.228738193787, 674.252217317525, 717.171080443709, 741.672049752712, 
788.251261134812, 798.113504685438, 831.731613476353, 834.814816968948, 
868.754851062387, 891.362029551517, 902.022293484355, 940.795814337874), 
claims = c(430.964844652385, 732.996578820216, 1702.3121722574,
2251.25233558302, 2197.47809502525, 2567.04757960458, 3031.86042202782, 
3156.90611199034, 3863.87816105778, 4111.89975688297, 3775.93067659216, 
4012.49766196774, 4312.44312947351, 4180.22855748422, 5089.44484309535, 
4257.88997259059, 4880.90586497903, 4463.20376379347, 4240.41527392955, 
4784.76670484109, 5402.00394657619, 4599.18095060565, 4003.91468429224, 
4029.72081951048, 3774.73142127963, 3920.30299815048, 5640.00980484863, 
5609.58082520698, 4689.03553448074, 5021.68591677232, 6583.74468086371), 
expense = c(152020.866139235, 435514.001634924, 752077.230564814, 
1206688.79158373, 1291739.60434588, 1421308.36224772, 2050740.38970347, 
1975198.4497045, 2274222.98020964, 2579595.43870509, 2129258.22735162, 
2135819.30924201, 2670328.44657756, 2908678.20678848, 2647633.44523976, 
2416617.98013342, 2312104.28655066, 2603487.56885879, 2598480.12097434, 
2747610.29007465, 2856983.01477582, 2453661.76656217, 2557917.28443019, 
2952529.81656875, 2177766.2760928, 2077444.9802322, 3542576.76934085, 
4050503.17869956, 3737028.1474149, 3497074.2505681, 3541174.73116362)),
.Names = c("no", "age", "claims", "expense"), row.names = c(NA, -31L), 
class = "data.frame")

我正在尝试的神经网络是

claimnet = neuralnet(claims~no+age,data=claimdata,hidden=10,threshold=0.01,err.fct='sse')

对于所有31条记录，我从 claimnet $ net.result获得的输出/拟合为3913.491497 。当我尝试用这个神经网络进行计算时，结果也是一样的。我认为必须要传递一些参数才能获得正确的输出。

请告诉我哪里出错了。

Answer 1

似乎没有跳过层连接，神经网络架构无法正确逼近模型。我在neuralnet中找不到这样的选项，但您可以使用nnet作为替代选项。

library(nnet)
res <- nnet(claims ~ .,
    data=claimdata[,1:3],
    size=10, linout=TRUE, skip=TRUE, MaxNWts=10000, trace=FALSE, maxit=100)
predict(res, newdata=claimdata[,1:2])

Answer 2

我可能错了，但我很确定你需要在训练ANN之前规范化你的数据。您可以使用标准分数方法将数据从-1标准化为1。此外，确保您的数据是正常分布的。但是，我不确定神经网络是否强制要求。

使用您的数据这就是我所做的。

plot(density(claimdata$no));shapiro.test(claimdata$no)
plot(density(claimdata$age));shapiro.test(claimdata$age)
plot(density((claimdata$claims)^2));shapiro.test(claimdata$claims^2)
claimdata$claimsSQ<- claimdata$claims^2

fml<- as.formula("claimsSQ ~ no + age");
data_Train<- claimdata[complete.cases(claimdata),];
scMeans<- apply(data_Train,2,mean);
scSTDEV<- apply(data_Train,2,sd);
sc_Train<- scale(data_Train);

#Select training samples
inTrain <- sample(1:nrow(sc_Train), floor(.9*nrow(sc_Train)));
# Get the predictor data 
trainingPredictors <- sc_Train[inTrain, ];
# Get Data not used in Training set
testPredictors <- sc_Train[-inTrain,];

train.nnet<- nnet(fml,data=trainingPredictors,linout=T,
                  size = 2, rang = 0.1,decay = 5e-4, maxit = 200);

res.nnet<- predict(train.nnet,testPredictors);

results<-  cbind(claimdata$claims[-inTrain],
                 sqrt(res.nnet*scSTDEV[5]+scMeans[5]));results;

另外，看看， “第3章 - 神经网络数据中的数据准备人工神经网络在汇率预测中的应用分析国际运筹学系列及其管理科学卷107,2007，第39-62页“。

希望这有帮助，

干杯。

Answer 3

@George Dontas和@Jean B。：在这里，Lean Yu等人。州第55页： “对于使用神经网络进行单变量时间序列分析，非平稳性是时间序列分析的一个问题（Moody，1995）。因此，数据去趋势和去季节化以及数据平稳性也是复杂的重要问题数据分析。对于趋势和季节性数据和非平稳数据，差异或对数差异（Weigend和Gershenfeld，1994; Tseng等，2002; Moody，1995）是一种广泛使用的简单有效的治疗方法。“

就我而言，这意味着如果某人使用时间序列，则应在构建ANN时通过差分或对数差异确保平稳性。

R中的神经网络 - 为所有输入值获得相同的输出

3 个答案: