如何改进神经网络（R中的神经网络）？_R_Neural Network

如何改进神经网络（R中的神经网络）？

r neural-network

如何改进神经网络（R中的神经网络）？,r,neural-network,R,Neural Network,我使用neuralnet构建神经网络，所有变量都是二进制的（0,1），但工作之后，我得到的神经网络质量很低 mydata=read.csv("C:/Users/synthex/Downloads/mydata.csv",sep=";",dec=",") View(mydata) index <- sample(1:nrow(mydata),round(0.75*nrow(mydata))) train <- mydata[index,] test <- mydata[-inde

我使用

neuralnet

构建神经网络，所有变量都是二进制的（0,1），但工作之后，我得到的神经网络质量很低

mydata=read.csv("C:/Users/synthex/Downloads/mydata.csv",sep=";",dec=",")
View(mydata)
index <- sample(1:nrow(mydata),round(0.75*nrow(mydata)))
train <- mydata[index,]
test <- mydata[-index,]

library(neuralnet)
r <- neuralnet(isOneDay~digestGreenList+courtPracticeList 
               +linkedEntitiesByCeoNumList
               +profitValueList
               +sizeList
               +gosWinnerSumList
               +gosPlacerSumList
               +inspectionsNoViolationsNumList
              +linkedEntitiesChildrenNumList
              +licensesList
              +inspectionsNoViolationsNumList
              +revenueValueList
              +gosWinnerNumList
              +gosPlacerNumList
              +inspectionsHasViolationsNumList
              +inspectionsHasViolationsFailsList
               ,
               data=train, hidden=35,  err.fct="ce", linear.output=FALSE,threshold=0.1,
               stepmax = 1e6, rep = 3)

mypredict=pr.nn <- compute(r,test[,3:17])$net.result
table(round(mypredict), test[,2])

这很糟糕。如何建立分类更好的模型，这是非常重要的。这里是数据

您试过调整它吗？您可以尝试不同的激活功能、不同的体系结构（层/节点的数量）。扩展数据也可能是一件好事。神经网络中的任何标准实践都会帮你解决这个问题。cdeterman，有没有一种方法可以自动选择最佳参数并获得最佳结果？没有，这会很好，但不会。你最好开始研究交叉验证和机器学习/神经网络社区中定义的一些启发式方法。你如何知道数据允许更好的性能？尝试降低错误阈值，或使用更大的示例。是否尝试过调整它？您可以尝试不同的激活功能、不同的体系结构（层/节点的数量）。扩展数据也可能是一件好事。神经网络中的任何标准实践都会帮你解决这个问题。cdeterman，有没有一种方法可以自动选择最佳参数并获得最佳结果？没有，这会很好，但不会。你最好开始研究交叉验证和机器学习/神经网络社区中定义的一些启发式方法。你如何知道数据允许更好的性能？尝试降低错误阈值，或使用更大的样本。

     0   1
  0 314 141
  1  58  29