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:了解如何在R中使用nnet,r,nnet,R,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n
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