Question

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]

Answer 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")])

用R中的神经网络计算？

1 个答案: