Question

按照以下链接中报告的示例，我遇到以下错误：

Using nnet for prediction, am i doing it right?

na.fail.default中的错误（列表（y = c（0,0.0998334166468282,0.198669330795061，：对象中缺少值

要解决此错误，我使用条件 na.action = na.omit

#Fit model
model <- train(y ~ x1 + x2, te, method='nnet', linout=TRUE, trace = FALSE,
               #Grid of tuning parameters to try:
               tuneGrid=expand.grid(.size=c(1,5,10),.decay=c(0,0.001,0.1)),
               na.action = na.omit) 
ps <- predict(model, te)

is.na(te)
nrow(te)
nrow(ps)

这种情况是唯一可行的方法吗？

实际上结果是ps的行数与ps数据的数量不同。

Answer 1

鉴于您的数据滞后，这可能是最好的方法。请注意：

if(trustedNames == null || trustedNames.isEmpty())

该模型无法预测这些原因

where

这是因为：

$users = DB::table('account')
->where('login', '=', $login)
->where('password', '=', $password)
->get();

（注意，在下一版本的软件包中，这可能会更改为> sum(!complete.cases(te)) [1] 2）

NA对Caret Train的影响

1 个答案: