Question

我无法理解为什么数据集的测试不适用于R神经网络（nnet包）。

我有两个结构相似的数据集 - 用于训练（trainset，17个案例）和预测（testset，9个案例）。每个数据集都有以下列：Age，Gender，Height，Weight。在测试数据集中，age未知（NaN）。

培训的公式在以下成功获得：

library(nnet)
trainednetwork<-nnet(age~gender+emLength+action5cnt,trainset, size=17)

无论如何，如果我尝试在下一个代码字符串中使用测试数据集进行预测，

prediction<-predict(trainednetwork,testset)

我弄错了"No component terms, no attribute"。有人可以帮忙吗？

数据（使用dput()函数获得）：

testset：

structure(list(
    age = c(NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
        NA_integer_, NA_integer_, NA_integer_, NA_integer_), 
    gender = structure(
        c(2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L), 
        .Label = c("f", "m"), 
        class = "factor"), 
    Height= c(9L, 11L, 9L, 11L, 9L, 11L, 9L, 11L, 9L), 
    Weight= c(1L, 41L, 2L, 1L, 2L, 29L, 12L, 6L, 12L)), 
    .Names = c("age", "gender", "Height", "Weight"), 
    class = "data.frame", 
    row.names = c(NA, 9L))

trainset：

structure(list(
    age = c(43L, 35L, 22L, 28L, 20L, 47L, 41L, 23L, 
        42L, 27L, 22L, 60L, 62L, 47L, 42L, 26L, 54L), 
    gender = structure(
        c(2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 
            2L, 2L, 2L, 2L, 2L), 
        .Label = c("f", "m"), 
        class = "factor"), 
    Height= c(7L, 9L, 11L, 11L, 11L, 9L, 11L, 9L, 23L, 9L, 
        9L, 9L, 10L, 7L, 7L, 11L, 7L), 
    Weight= c(2L, 2L, 9L, 9L, 28L, 8L, 6L, 3L, 1L, 2L, 40L, 
        1L, 9L, 1L, 7L, 4L, 35L)), 
    .Names = c("age", "gender", "Height", "Weight"), 
    class = "data.frame", 
    row.names = c(NA, 17L))

Answer 1

我认为在R神经网络包中，用于预测的命令是＆＃34;计算＆＃34;而不是预测，这是非常令人困惑的。甲

R（nnet包）中神经网络的预测

1 个答案: