我正在使用nnet包来分类具有3个状态的目标列
model <- nnet(targetcolumn ~ ., data=DATAFRAME)
但我希望它使用熵而不是默认的softmax,当我设置softmax = false时,它会因错误而失败:
model <- nnet(targetcolumn ~ ., data=DATAFRAME, maxit=1000, MaxNWts=10000,softmax=FALSE, entropy=TRUE)
Error in nnet.default(x, y, w, softmax = false, ...) :
formal argument "softmax" matched by multiple actual arguments
在这种情况下,有没有办法以某种方式使用熵建模?
答案 0 :(得分:1)
# because you've got a classification problem it is imperative that
softmax=TRUE
#to calculate the entropy
entropy=TRUE
但在这两个一起工作之前,有必要将Y(0 1 2 ...)转换为虚拟变量矩阵。 这可以通过以下方式完成:
dataframe$Y = class.ind(dataframe$targetcolumn)
# delete the old target variable
dataframe$targetcolumn=NULL
# and now you can start creating your ANN
nnet1 = nnet (Y~., dataframe, size=..., decay=..., entropy=TRUE, softmax=TRUE)