Question

我有下面的代码，其中形成了一个简单的基于规则的分类数据集：

# # Data preparation
data = data.frame(A = round(runif(100)), B = round(runif(100)), C = round(runif(100)))
# Y - is the classification output column
data$Y = ifelse((data$A == 1 & data$B == 1 & data$C == 0), 1, ifelse((data$A == 0 & data$B == 1 & data$C == 1), 1, ifelse((data$A == 0 & data$B ==0 & data$C == 0), 1, 0)))
# Shuffling the data set
data = data[sample(rownames(data)), ]

我已将数据集划分为训练和测试，以便我可以在测试集上验证我的结果：

# # Divide into train and test
library(caret)
trainIndex = createDataPartition(data[, "Y"], p = .7, list = FALSE, times = 1) # for balanced sampling
train = data[trainIndex, ]
test = data[-trainIndex, ]

我尝试构建一个简单的神经网络，通过循环选择隐藏层中的神经元数量（如上所述here）

# # Build a neural net
library(neuralnet)
for(alpha in 2:10)
{
    nHidden = round(nrow(train)/(alpha*(3+1)))
    nn = neuralnet(Y ~ A + B + C, train, linear.output = F, likelihood = T, err.fct = "ce", hidden = nHidden)

    # Calculate Mean Squared Error for Train and Test
    trainMSE = mean((round(nn$net.result[[1]]) - train$Y)^2)
    testPred = round(compute(nn,test[-length(ncol(test))])$net.result)
    testMSE = mean((testPred - test$Y)^2)

    print(paste("Train Error: " , round(trainMSE, 4), ", Test Error: ", round(testMSE, 4), ", #. Hidden = ", nHidden, sep = ""))
}

[1]“训练错误：0，测试错误：0.6，＃。隐藏= 9”

[1]“训练错误：0，测试错误：0.6，＃。隐藏= 6”

[1]“训练错误：0，测试错误：0.6，＃。隐藏= 4”

[1]“训练错误：0，测试错误：0.6，＃。隐藏= 4”

[1]“训练错误：0.1429，测试错误：0.8333，＃。隐藏= 3”

[1]“训练错误：0.1429，测试错误：0.8333，＃。隐藏= 2”

[1]“训练错误：0.0857，测试错误：0.6，＃。隐藏= 2”

[1]“训练错误：0.1429，测试错误：0.8333，＃。隐藏= 2”

[1]“训练错误：0.0857，测试错误：0.6，＃。隐藏= 2”

这给了穷人超过合适的结果。但是，当我在同一数据集上构建一个简单的随机森林时。我得到的火车和测试错误为 - 0

# # Build a Random Forest
trainRF = train
trainRF$Y = as.factor(trainRF$Y)
testRF = test

library(randomForest)
rf = randomForest(Y ~ ., data = trainRF, mtry = 2)

# Calculate Mean Squared Error for Train and Test
trainMSE = mean((round(rf$votes[,2]) - as.numeric(as.character(trainRF$Y)))^2)
testMSE = mean((round(predict(rf, testRF, type = "prob")[,2]) - as.numeric(as.character(testRF$Y)))^2)

print(paste("Train Error: " , round(trainMSE, 4), ", Test Error: ", round(testMSE, 4), sep = ""))

[1]“训练错误：0，测试错误：0”

请帮助我理解为什么神经网络会在一个简单的情况下失败，其中随机森林的准确率达到100％。

注意：我只使用了一个隐藏层（假设一个隐藏层足以进行这种简单的分类）并迭代隐藏层中的神经元数量。

另外，如果我对神经网络参数的理解是错误的，请帮帮我。

可以找到完整的代码here

Answer 1

类似的问题一直困扰着我，所以我尝试了解你的数据和问题并将它们与我的相比较。但最后，它只是这一行中的一个小错误：

testPred = round(compute(nn,test[-length(ncol(test))])$net.result)

您选择B，C和Y进行预测，而不是A，B和C，因为{{1}将始终返回1.您只需要length(ncol(something))。

test[-ncol(test)]

为什么神经网络在一个简单的分类案例中失败了

1 个答案: