如何改进神经网络(R中的神经网络)?
我使用如何改进神经网络(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
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