在 R 中測試具有連續輸出的神經網絡

Question

嘗試使用神經網絡包計算連續輸出並將其應用於我的測試集以計算錯誤率。

但是，我的預測輸出似乎相同。

m1 <- neuralnet(SalaryNormalized ~ factor1 + factor2 + factor3, 
            data=GC_train, hidden=2, err.fct="sse", linear.output=TRUE,stepmax=1e6)

GC_test1<-GC_test
GC_test1$SalaryNormalized<-NULL
res$net.result

我的結果顯示所有相同的值，我知道在神經網絡包上使用連續變量時可能需要縮放。 我的預測變量是否也需要縮放？

res <- neuralnet::compute(m1, GC_test1)
testset.error <- GC_test$SalaryNormalized - res

另外，我試圖計算錯誤並得到這個錯誤

Error in GC_test$SalaryNormalized - res : 
non-numeric argument to binary operator

Answer 1

你可以使用它

sigmoid = function(x) {1 / (1 + exp(-x))}

nn <- 神經網絡(X06.Offset + X16.Offset ~ Mold.temp + Hot.Runner.temp + Holding.pressure + Holding.time +Injection.speed ,data=train_,hidden=c(2,3), 線性。 output=T,act.fct = sigmoid , learningrate = 0.01, threshold = 0.01, stepmax = 5e7)