我正在R中运行Neuronet，以查看它们是否可以预测。 但是，尽管我的训练/测试数据不同，但我的预测值却具有相同的值。 你能帮忙看看吗？
整个数据集：
CONTRACT_19 CONTRACT_69 CONTRACT_71 profit_loss
1 72 59 214 0
2 12 51 202 1
3 1 48 227 0
4 27 58 221 1
5 3 41 225 0
6 11 48 229 1
7 81 60 200 0
8 49 42 202 0
9 1 46 226 1
10 59 44 212 1
11 99 51 210 1
12 15 47 215 1
13 68 60 207 1
14 71 59 211 1
15 57 54 224 0
16 21 57 202 0
17 17 41 228 1
18 16 46 203 0
19 20 49 207 1
20 7 46 202 1
当我执行计算时，
actual prediction
7 0 0.8041854105
16 0 0.6836771689
2 1 0.6836771689
1 0 0.8041854105
13 1 0.8041854103
3 0 0.6836771689
我不确定为什么预测虽然没有相同的数据却具有相同的值。
附加代码。
先感谢您。
raw <- read.csv("C:/neural_2.csv")
raw <- na.omit(raw)
raw <- raw[-1]
row_count <- nrow(raw)
train_row <- round(row_count*0.7)
test_row <- row_count-train_row
raw_rand <- raw[order(runif(row_count)), ]
train_set <- raw_rand[1:train_row,]
test_set <- raw_rand[train_row+1:test_row,]
raw_neural <- neuralnet(profit_loss ~ CONTRACT_19 + CONTRACT_69 + CONTRACT_71, train_set, hidden = 5, lifesign = "minimal", linear.output = F, threshold = 0.1)
temp_test <- subset(test_set, select = c("CONTRACT_19", "CONTRACT_69", "CONTRACT_71"))
neural_result <- compute(raw_neural, temp_test)
final_result <- data.frame(actual = test_set$profit_loss, prediction = neural_result$net.result)
final_result