R 在神经网络中获得恒定输出

我使用两个excel文件进行培训和测试。其中，我在两个excel文件中都有对应于高度的D值。 以下是我编写的代码：

library(neuralnet)
library(readxl)

traininginput <- read_excel("Training_Data.xlsx")
net.D_value <- neuralnet(traininginput$D_value ~ traininginput$height,traininginput, hidden=3, threshold=0.01, rep = 100)


testdata <- read_excel("Test_data.xlsx")

net.test <- compute(net.D_value, testdata$height)

cleanoutput <- cbind(testdata$height,testdata$D_value,as.data.frame(net.test$net.result))

colnames(cleanoutput) <- c("height","Expected D_value","Neural Net D_value")

print(cleanoutput)

---

有谁能告诉我哪里出了问题，并帮助我编写正确的代码吗？

规范您的

培训输入。神经网络对数字的大小非常敏感。我使用以下代码：你可能想做的正确测试数据：训练数据行问题解决了？规范化你的
训练输入。神经网络对数字的大小非常敏感。我使用以下代码：你可能想做的正确测试数据：训练数据行问题解决了吗？
     height Expected D_value Neural Net D_value
1    366.21        7.9599610        4.622364013
2    531.28        0.8100586        4.622364013
3   1005.37        2.7099610        4.622364013
4   1138.91        1.0595700        4.622364013
5   1199.37        0.7001953        4.622364013
6    966.48       13.3095700        4.622364013
7    398.41       32.5500500        4.622364013
8    674.71        1.3598630        4.622364013
9    662.16       20.3398400        4.622364013
10   841.57        2.0302730        4.622364013
11  1205.85        1.3603520        4.622364013
12  1289.47        7.0498050        4.622364013
13   954.32        0.6601563        4.622364013
14   396.73       14.0900900        4.622364013
15  1173.71        0.5400391        4.622364013
16   933.28        2.6503910        4.622364013
17  1658.32       14.6503900        4.622364013
18  1172.39       27.1201200        4.622364013
19   967.09        2.6298830        4.622364013
20   597.37        0.2797852        4.622364013