了解如何在R中使用nnet

这是我第一次尝试在R中使用机器学习范例。我使用的是一个行星数据集（url:），我只想根据太阳的大小预测一颗行星的大小。这是我当前使用nnet（）的代码：

库（nnet）
#组织数据：
cols_to_keep=c（1,4,21）
完整数据当为类为
nnet
的对象调用
predict
时，默认情况下，您将获得应用于新数据集的nnet模型的原始输出。相反，如果您的问题属于分类问题，则可以使用
type=“class”

请参见。
当为类为
nnet
的对象调用
predict
时，默认情况下，您将获得应用于新数据集的nnet模型的原始输出。相反，如果您的问题属于分类问题，则可以使用
type=“class”

看

library(nnet)
#Organize data:
cols_to_keep = c(1,4,21)
full_data <- na.omit(read.csv('Planet_Data.csv')[, cols_to_keep])

#Split data:
train_data <- full_data[sample(nrow(full_data), round(nrow(full_data)/2)),]
rownames(train_data) <- 1:nrow(train_data)
test_data <- full_data[!rownames(full_data) %in% rownames(data1),]
rownames(test_data) <- 1:nrow(test_data)

#nnet
nnet_attempt <- nnet(RadiusJpt~HostStarRadiusSlrRad, data=train_data, size=0, linout=TRUE, skip=TRUE, maxNWts=10000, trace=FALSE, maxit=1000, decay=.001)

nnet_newdata <- predict(nnet_attempt, newdata=test_data)
nnet_newdata