Question

我开始使用R，我真的很喜欢它，但最近我发现自己在一个角落里。我想建立预测热量消耗的神经网络模型。我有历史数据，包括以兆瓦为单位的外部气温（模型输入）和热需求值（模型输出）（过去4年的每小时数据）。我想根据气温天气预报（也提前24小时）使用我的模型预测24小时的热量需求。这是我的代码：

data <- read.delim("C:/.../data.csv", dec=",")
require(neuralnet)
trainset<-data[1:26208,]
testset<-data[26209:26232,]
net<-neuralnet(heat~temp,trainset,hidden=5,threshold=0.01)

..我得到的错误是＆＃39;算法没有收敛＆＃39;

这是我第一次尝试构建模型。这就是为什么我只想使用一个输入参数（气温），将来我想使用更多的输入，如风速，工作日和假期等信息。你知道我做错了什么吗？这是隐藏神经元或层数的问题吗？我还尝试使用其他参数值＆＃39; hidden＆＃39;我仍然有错误。

这是我的数据集：click

提前感谢您的帮助。

Answer 1

感谢您的评论。在阅读了随你提供的资料后，我想到了

我尝试了不同的神经网络配置和较小的数据集：

> trainset<-data[1:1000,]
> testset<-data[1001:1024,]
> net<-neuralnet(heat~temp,trainset,hidden=2,threshold=0.01)
> temp_test<-subset(testset,select=temp)
> net.results<-compute(net,temp_test)
> results<-data.frame(actual=testset$heat,prediction=net.results$net.result)
> View(results)

所以我假设我的收敛问题是由模型配置（隐藏神经元的数量）和训练数据集观察数量之间的关系引起的。

神经网络模型训练误差

1 个答案: