model.frame.default中出错。。。变量的类型(列表)无效
我对R相当陌生,我正在尝试创建一个模型来处理Kaggle的面部关键点检测样本项目。最终的问题是,创建任何模型(我正在使用neuralnet项目尝试一个神经网络,但我也通过lm尝试了更简单的线性模型)都不会将图像作为模型的预测值作为整数列表,但我似乎无法将其转化为建模函数将采用的形式 我正在加载数据,如下所示:model.frame.default中出错。。。变量的类型(列表)无效,r,neural-network,linear-regression,R,Neural Network,Linear Regression,我对R相当陌生,我正在尝试创建一个模型来处理Kaggle的面部关键点检测样本项目。最终的问题是,创建任何模型(我正在使用neuralnet项目尝试一个神经网络,但我也通过lm尝试了更简单的线性模型)都不会将图像作为模型的预测值作为整数列表,但我似乎无法将其转化为建模函数将采用的形式 我正在加载数据,如下所示: # load.R library(data.table) library(dplyr) library(foreach) library(doParallel) cluster <
# load.R
library(data.table)
library(dplyr)
library(foreach)
library(doParallel)
cluster <- makeCluster(8)
registerDoParallel(cluster)
# left eye, right eye, mouth
data.train <- data.table(fread('Data/training.csv',
header = TRUE,
stringsAsFactors = FALSE)) %>%
dplyr::select(left_eye_center_x,
left_eye_center_y,
right_eye_center_x,
right_eye_center_y,
mouth_center_top_lip_x,
mouth_center_top_lip_y,
Image)
images <- foreach(image = data.train$Image) %dopar% {
as.integer(unlist(strsplit(image, " ")))
}
stopCluster(cluster)
data.train$img <- images
data.train$Image <- NULL
rm('images', 'cluster')
save(data.train, file = 'Data/cleaned.Rd')
#加载.R
库(数据表)
图书馆(dplyr)
图书馆(foreach)
图书馆(双平行)
簇
# model.R
library(data.table)
library(neuralnet)
library(caret)
if (!exists('data.train')) {
if (file.exists('Data/cleaned.Rd')) {
load('Data/cleaned.Rd')
} else {
source('load.R')
}
}
model.lex <- lm(left_eye_center_x~img, data = data.train)
nn.grid <- expand.grid(.decay = c(0, 0.01, 0.1),
.size = c(1:10),
.bag = FALSE)
nn.left.eye.x <- train(left_eye_center_x ~ img,
data = data.train,
method = "neuralnet",
tunegrid = nn.grid,
maxit = 100,
linout = TRUE,
trace = FALSE)