Question

我有一个数据框Data，它有10列。前6个是输入值，接下来的4个列是输出值。

head(Data)
x1        x2       x3       x4       x5      x6      y1       y2     y3       y4
200       400      1.8     100       50      10     3884     3.9    5.98     1.91

我想使用神经网络通过使用neuralnet包预测输出值。当我使用以下代码时，我收到如下错误：

model <- neuralnet(Data[1:30,1:6], Data[1:30,7:10], data=Data, hidden=c(5,7), err.fct="ce", linear.output=FALSE)

Error in varify.variables(data, formula, startweights, learningrate.limit,  : 
  (list) object cannot be coerced to type 'double'

请告诉我这段代码有什么问题？

Answer 1

看起来你没有正确使用神经网络。

首先，你应该像这样指定你的公式： y1 + y2 + y3 + y4~x1 + x2 + x3 + x4 + x5 + x6
由于您正在解决回归问题，因此您应该使用默认值＆＃34; sse＆＃34;对于err.fct，而不是＆＃34; ce＆＃34;
同样，对于回归问题，我认为你应该选择线性激活函数，因此不需要指定＆＃34; linear.output = FALSE＆＃34;

所以你可能想要像这样调用神经网络：

model＆lt; - neuralnet（y1 + y2 + y3 + y4~x1 + x2 + x3 + x4 + x5 + x6，data = Data，hidden = c（5,7））

在调用Neuralnet之前，您可能还需要重新调整输入要素。

点击此处的文件： http://cran.r-project.org/web/packages/neuralnet/neuralnet.pdf

神经网络用于多元回归

1 个答案: