预测 - 用于回归的神经网络预测相同的值

Question

我正在尝试预测自住房屋的中值，这是一个有效的例子，结果很好。

https://heuristically.wordpress.com/2011/11/17/using-neural-network-for-regression/

library(mlbench)

data(BostonHousing)
require(nnet)

# scale inputs: divide by 50 to get 0-1 range
nnet.fit <- nnet(medv/50 ~ ., data=BostonHousing, size=2) 

# multiply 50 to restore original scale
nnet.predict <- predict(nnet.fit)*50 

nnet.predict
        [,1]
1   23.70904
2   23.70904
3   23.70904
4   23.70904
5   23.70904
6   23.70904
7   23.70904
8   23.70904
9   23.70904
10  23.70904
11  23.70904
12  23.70904
13  23.70904
14  23.70904
15  23.70904

对于所有 506 个观察值的所有预测，我得到 23.70904 相同的值？ 为什么会这样？ 我做错了什么？

我的 R 版本是 3.1.2。

Answer 1

这是由于需要用于连续响应变量的linout = TRUE我将 nnet 用于回归（而不是分类）问题时，我需要设置linout = TRUE以告诉 nnet 使用线性输出'

nnet.fit <- nnet(medv/50 ~ ., data=BostonHousing, size=10, linout=TRUE, skip=TRUE, MaxNWts=10000, trace=FALSE, maxit=100)

这对我来说效果很好，希望它有所帮助。