正输出A和变量nnet模型r
有人能告诉我如何约束神经网络的输出和选定变量,以便使用R中的函数nnet使特征的影响为正。我有一个包含数字表面、价格和分类值的数据库房地产停车场Y/N、区域代码、ectera。模型的输出就是价格。问题是,该模型目前估计,在一些地区,有停车位的房屋价值低于没有停车位的房屋。我想限制输出价格,以便在每个区域代码中,停车位对价格的影响为正。当然,有停车位的真正的小房子仍然比没有停车位的大房子便宜 80.000次观测的示例数据:正输出A和变量nnet模型r,r,nnet,R,Nnet,有人能告诉我如何约束神经网络的输出和选定变量,以便使用R中的函数nnet使特征的影响为正。我有一个包含数字表面、价格和分类值的数据库房地产停车场Y/N、区域代码、ectera。模型的输出就是价格。问题是,该模型目前估计,在一些地区,有停车位的房屋价值低于没有停车位的房屋。我想限制输出价格,以便在每个区域代码中,停车位对价格的影响为正。当然,有停车位的真正的小房子仍然比没有停车位的大房子便宜 80.000次观测的示例数据: Price Surface Parking Y Areacode
Price Surface Parking Y Areacode 1 Areacode 2 Areacode 3
100000 100 0 1 0 0
110000 99 1 0 1 0
200000 110 0 0 0 1
150000 130 0 0 1 0
190000 130 1 0 0 1
谢谢你把这张桌子摆得像样
我使用nnet在R中对此进行了建模
model = nnet(Price~ . , data=data6, MaxNWts=2500, size=12, skip=TRUE, linout=TRUE, decay=0.025, na.action=na.omit)
我使用nnet是因为我希望找到每个区号的停车位的不同值。如果有更好的方法,请告诉我们
我在windows XP上使用RStudio版本0.98.976是的,我知道
提前感谢您的回复您的意思是停车成本比不停车成本低吗?这句话不清楚:有停车位的房子不如有停车位的房子值钱。在学习所有输入实例的输出价格>0的模型时,是否要施加约束?或者是否需要限制输出价格,以便在每个区域代码中,任何有停车位的房子的价格都应该高于任何没有停车位的房子?这两个约束是不同的。