我正在使用R中的neuralnet包（我对nnet更熟悉）。
我的目标变量是2标签类。 （Phone_Sales 1/0）。我有火车和测试装置。此外，所有变量都归一化为[0,1]等级。
我的模特是：
wireless_model <- neuralnet(formula = Phone_sale ~ Topflight + Balance +
Qual_miles + cc1_miles. + cc2_miles. +
cc3_miles. + Bonus_miles + Bonus_trans +
Flight_miles_12mo + Flight_trans_12 +
Online_12 + Email + Club_member + Any_cc_miles_12mo,
data = wireless_train, hidden=1, linear.output=FALSE)
来自wireless_model$net.result的预测结果产生为0到1之间的浮点数（实际上几乎所有悬停都非常接近于零）。即.07和.21等，而不是1或0.
很明显，当我将我的火车与我的测试进行比较时 - 我的预测是两种不同类型DV的坏b / c。
我希望预测结果为1或0的形式。我确信我没有使用在Neuralnet包中的某处指定正确的设置。
猜测是我可能需要在逻辑公式中设置“族”，所以我得到1或0输出。但不确定这个包中的工作原理。
任何帮助？