Question

当我使用示例中的代码时：

library(deepnet)
Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
y <- c(rep(1, 50), rep(0, 50))
nn <- dbn.dnn.train(x, y, hidden = c(5))

它有效。但是当我使用这段代码时：

Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
**y <- c(rep("1", 50), rep("0", 50))**
nn <- dbn.dnn.train(x, y, hidden = c(5))

我收到错误：

batch_y中的错误 - nn $ post [[i]]：二元运算符的非数字参数

如何使用deepnet包进行分类问题？

Answer 1

y1 <- c(rep("1", 50), rep("0", 50))

引导您进入包裹无法接受的字符向量。这样你就会收到错误

class(y)
#[1] "character"

右边的y应该是数字，如下所示

y <- c(rep(1, 50), rep(0, 50))
class(y)
#[1] "numeric"

如果你在y里面看到，你会发现你有1或0这是分类的二进制值

> table(y)
#y
# 0  1 
#50 50

如果您想按照手册中的说明进行训练，可以执行以下操作来训练和预测测试集

Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
x <- matrix(c(Var1, Var2), nrow = 100, ncol = 2)
y <- c(rep(1, 50), rep(0, 50))

如果您现在通过 str 查看x和y，只需编写 str（x）或 str（y）即可看到它们是数字的（为了确保，您可以按类（x）和类（y）检查它们。

拥有你的X和y之后，你可以建立你的模型

dnn <- dbn.dnn.train(x, y, hidden = c(5, 5))

如果您有预测的测试集，那么您可以使用例如手册中提到的

来预测它

test_Var1 <- c(rnorm(50, 1, 0.5), rnorm(50, -0.6, 0.2))
test_Var2 <- c(rnorm(50, -0.8, 0.2), rnorm(50, 2, 1))
test_x <- matrix(c(test_Var1, test_Var2), nrow = 100, ncol = 2)
nn.test(dnn, test_x, y)

#[1] 0.25

同样，你的test_x必须是数字。如果您的问题是您将值作为字符，那么您可以通过mydata<- as.numeric()

将其转换为数字

如何在R中使用deepnet进行分类

1 个答案: