allClassifiers元组中的所有元组都是1或2 e.g。
naiveBayesPrediction knnPred5 knnPred10 dectreePrediction logressionPrediction correctClass
1 2 1 1 1 1
1 2 1 1 1 1
1 2 1 1 1 1
1 2 1 2 1 1
我训练了整体人员
ensembleModel <- neuralnet(correctClass ~ naiveBayesPrediction + knnPred5 + knnPred10 + dectreePrediction + logressionPrediction, data=allClassifiers[ensembleTrainSample,])
但我正试图用它来预测:
compute(ensembleModel, allClassifiers[ensembleTestSample,])$net.result
但是我收到了这个错误:
神经元中的错误[[i]]%*%权重[[i]]:不一致的参数
我的火车和测试样品
ensembleTrainSample <- sample(nrow(allClassifiers), nrow(allClassifiers)*0.7)
ensembleTestSample <- (1:nrow(allClassifiers))[!(1:nrow(allClassifiers))%in% ensembleTrainSample]
答案 0 :(得分:1)
与您的其他问题类似,这是源于矩阵乘法的错误。实质上,以下错误:
神经元中的错误[[i]]%*%权重[[i]]:不一致的参数
表示您的矩阵不具有与矩阵乘法匹配的维度。这就像尝试将4x4矩阵乘以10x10矩阵一样。它根本就不起作用。
现在您收到此错误的原因是因为您忽略了文档中的某些内容。如果您查看?compute
,您会看到有关covariate
参数的以下注释:
covariate a dataframe or matrix containing the variables
that had been used to train the neural network.
这里的关键是 VARIABLES ,而不是整个数据集,也不是分类器变量(你试图预测这个!)。以下是infert
数据集的示例。
library(neuralnet)
data(infert)
# fit your neuralnet model
net.infert <- neuralnet(case~parity+induced+spontaneous, infert)
net.pred <- compute(net.infert, infert[,c("case","parity","induced","spontaneous")])
神经元中的错误[[i]]%*%权重[[i]]:不一致的参数
但是,如果我只是包含我用来创建模型的变量,那么它可以正常工作。
# no error
net.pred <- compute(net.infert, infert[,c("parity","induced","spontaneous")])