Question

我在R中使用neuralnet来预测基于17个输入的3个类。我有3个班级：1,0和2.我有2个文件：培训和测试。培训有64个输入，17个输入，18个输出。

x1              x2              x3          etc...    x17                   y
-0.002307       0.034095    -0.002733            0              1
0.004461       -0.041385     0.137767          -0.294394        0
-0.25254       -0.094523     0                  0.074733        0
-0.25254       -0.094523     0                  0.074733        2

等等。共有64行用于培训。

测试集与训练数据（16行）完全相同，只是具有不同的值。我使用的代码

library(neuralnet)

nn <- neuralnet(y ~ x1+x2+x3
                  +x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14+x15+x16+x17, 
                data=train,lifesign="full", hidden=15, err.fct="ce", 
                linear.output=FALSE)
an1 <-  compute(nn, Test[1:17])

我可以预测nn训练

prediction (nn)

这为我提供了训练案例集的预测类列y，但我不能用

做同样的事情

prediction (an1): error message

Error in matrix(covariate[not.duplicated, ], nrow = nrow.notdupl) : 
  'data' must be of a vector type

我不完全确定我需要预测，或者计算应该足够了。但我得到的计算结果是：

$net.result
             [,1]
 [1,] 0.7503498233120
 [2,] 0.9982475522024
....
 [14,] 0.0007727434740
 [15,] 0.9999287879015

我不知道如何解释它。我需要像

这样的东西

  2                1            0
  [1,] 0.964182671 0.022183652 0.013633677
  [2,] 0.952685528 0.032202528 0.015111944
  [3,] 0.966094194 0.021206723 0.012699083..

概率分布到每个班级。

我尝试使用ifelse

 At2 <-(ifelse(Train$y==2,"2", ifelse(Train$y==1, "1","0")))

但仍为net.result获得相同的1列。

任何人都可以帮忙指出我在这里错过了哪条线来获得我想要的东西？另外我认为ifelse没有做我想做的事 - 根据17个输入预测Y类。是这样吗？

Answer 1

我能够通过使用nnet包获得我想要的东西，特别是预测那里的功能。

idC <-class.ind(Train$y)
NN1=nnet(Train, idC[Train], size=15, maxit = 200, softmax=TRUE)
predict(NN1, data=Test,type = "class")

非常感谢所有回复！ :)

Answer 2

在文档中说 compute（）返回结果列表， prediction（）采用神经网络拟合模型...所以我猜你正在使用这是错误的方式。

r神经网络中的分类

2 个答案: