Question

我在R中使用Package'monmlp'包，如下所示。（单调多层感知器神经网络）

model = monmlp.fit(trainData, trainLabs, hidden1=3, n.ensemble=1, bag=F,silent=T) 
pred = monmlp.predict(testData,model)

preds = as.numeric(pred)
labs = as.numeric(testLabs)

pr = prediction(preds,labs)
pf = performance(pr,"auc")
pf@y.values[[1]]

我想使用训练模型预测一些新数据，并采用高于阈值的实例，如0.9。简而言之，我想采用更有可能使用阈值的第1类实例。

类是0和1，

pred = monmlp.predict(testData,model)
head(pred)

返回

              [,1]
311694 0.005271582
129347 0.005271582
15637  0.005271582
125458 0.005271582
315130 0.010411831
272375 0.010411831

这些价值观是什么？概率值？如果是，这些值意味着什么？

pred[which(pred>1)]
[1] 1023.839 1023.839 1023.839

感谢。

Answer 1

关于输出：“一个矩阵，其行数等于样本数和列数等于预测变量的数量。如果权重来自模型集合，则矩阵是整体均值和属性ensemble包含一个列表，其中包含每个集合成员的预测。“

来源： http://cran.r-project.org/web/packages/monmlp/monmlp.pdf

我从未使用过包装或技术，但引用的答案可能对你意味着什么

monmlp.predict方法返回什么？

1 个答案: