如何通过使用插入符号建立神经网络模型，R

所以我有一个数据集，我一直在执行机器学习算法。我在一个180 x 160的数据集上执行了MLR、逐步回归、SVM和随机森林。我正在对一个变量和159个其他变量进行建模，有179个案例。这都是回归建模。我一直在使用caret软件包，其中我使用train函数对不同的机器学习算法进行10次10倍交叉验证。我被告知要读一篇论文，这篇论文使用了神经网络模型，结果更好，所以我一直在试图找到一种方法来做同样的事情，但用神经网络模型代替

我已经了解了如何执行以下操作：-

model <- train(RT..seconds.~., data = cadets, method = "AMORE", trControl = ctrl)

---

model对于
nnet
功能，您需要使用选项
linout=TRUE
：

model <- train(RT..seconds.~., data = cadets, 
               method = "nnet", trControl = ctrl,
               linout = TRUE)

model我认为在180x160数据集上使用NNs不是一个好主意。您是否尝试过在“nnet”命令中使用
skip=TRUE
？我刚刚尝试过，我做到了：-“cadets.nn谢谢，似乎有效果！虽然我得到的答案是分组的（好像它偏离了8个不同的数字），但它仍然有效，谢谢
model <- train(RT..seconds.~., data = cadets, 
               method = "nnet", trControl = ctrl,
               linout = TRUE)