了解如何在R中使用nnet

Question

这是我第一次在R.使用机器学习范例尝试使用行星数据集（网址：https://www.kaggle.com/mrisdal/open-exoplanet-catalogue），我只是想根据行星的大小来预测行星的大小。太阳的大小。这是我目前使用的代码，使用nnet（）：

library(nnet)
#Organize data:
cols_to_keep = c(1,4,21)
full_data <- na.omit(read.csv('Planet_Data.csv')[, cols_to_keep])

#Split data:
train_data <- full_data[sample(nrow(full_data), round(nrow(full_data)/2)),]
rownames(train_data) <- 1:nrow(train_data)
test_data <- full_data[!rownames(full_data) %in% rownames(data1),]
rownames(test_data) <- 1:nrow(test_data)

#nnet
nnet_attempt <- nnet(RadiusJpt~HostStarRadiusSlrRad, data=train_data, size=0, linout=TRUE, skip=TRUE, maxNWts=10000, trace=FALSE, maxit=1000, decay=.001)

nnet_newdata <- predict(nnet_attempt, newdata=test_data)
nnet_newdata

当我打印nnet_newdata时，我得到了数据中每一行的值，但我并不真正理解这些值的含义。这是使用nnet（）包预测简单回归的正确方法吗？

由于

Answer 1

当为类predict的对象调用nnet时，默认情况下，您将获得应用于新数据集的nnet模型的原始输出。相反，如果您的分类是问题，则可以使用type = "class"。

请参阅here。