R 使用NNET进行分类
我是神经网络新手，我对nnet软件包的分类有一个疑问 我有一个混合了数字和分类变量的数据。我想通过使用nnet和函数调用（如R 使用NNET进行分类,r,nnet,R,Nnet,我是神经网络新手，我对nnet软件包的分类有一个疑问 我有一个混合了数字和分类变量的数据。我想通过使用nnet和函数调用（如 nnet(WL~., data=training, size=10) 但这会产生一个不同的结果，如果我只使用变量的数字版本的数据帧（即，将所有因子转换为数字（除了我的预测WL）） 有人能给我解释一下这里发生了什么事吗？我想nnet对变量的解释是不同的，但我想了解发生了什么。我理解在没有任何数据的情况下很难重现这个问题，但我只是在看一个关于如何使用nnet拟合神经网络的
nnet(WL~., data=training, size=10)
str(training)
'data.frame': 1346 obs. of 9 variables:
$ WL : Factor w/ 2 levels "win","lose": 2 2 1 1 NA 1 1 2 2 2 ...
$ team.rank : int 17 19 19 18 17 16 15 14 14 16 ...
$ opponent.rank : int 14 12 36 16 12 30 11 38 27 31 ...
$ HA : Factor w/ 2 levels "A","H": 1 1 2 2 2 2 2 1 1 2 ...
$ comp.stage : Factor w/ 3 levels "final","KO","league": 3 3 3 3 3 3 3 3 3 3 ...
$ days.since.last.match: num 132 9 5 7 14 7 7 7 14 7 ...
$ days.to.next.match : num 9 5 7 14 7 9 7 9 7 8 ...
$ comp.last.match : Factor w/ 5 levels "Anglo-Welsh Cup",..: 5 5 5 5 5 5 3 5 3 5 ...
$ comp.next.match : Factor w/ 4 levels "Anglo-Welsh Cup",..: 4 4 4 4 4 3 4 3 4 3 ...
您所寻找的差异可以用一个很小的例子来解释：
fit.factors
str(training.nnet)
'data.frame': 1346 obs. of 9 variables:
$ WL : Factor w/ 2 levels "win","lose": 2 2 1 1 NA 1 1 2 2 2 ...
$ team.rank : int 17 19 19 18 17 16 15 14 14 16 ...
$ opponent.rank : int 14 12 36 16 12 30 11 38 27 31 ...
$ HA : num 1 1 2 2 2 2 2 1 1 2 ...
$ comp.stage : num 3 3 3 3 3 3 3 3 3 3 ...
$ days.since.last.match: num 132 9 5 7 14 7 7 7 14 7 ...
$ days.to.next.match : num 9 5 7 14 7 9 7 9 7 8 ...
$ comp.last.match : num 5 5 5 5 5 5 3 5 3 5 ...
$ comp.next.match : num 4 4 4 4 4 3 4 3 4 3 ...