我正在尝试使用R中的neuralnet包训练神经网络,并使用该网络预测测试数据集的类别(0或1)。
我拥有的数据如下:
对于训练集:
x1 x2 x3 x4 y
0.557 0.6217009 0.4839 0.5606936 0
0.6549 0.6826347 0.4424 0.4117647 1
0.529 0.5744681 0.5017 0.4148148 1
0.6016771 0.5737052 0.3526971 0.3369565 1
0.6353945 0.6445013 0.5404255 0.464 1
0.5735294 0.6440678 0.4385965 0.5698925 1
0.5252 0.5900621 0.4412 0.448 0
0.7258687 0.7022059 0.5347222 0.4498645 1
还有更多。
测试集与训练数据完全相同,只是值不同(如果需要,我可以发布一些样本)。
我使用的代码如下:
> library(neuralnet)
> nn <- neuralnet(y ~ x1+x2+x3+x4, data=train, hidden=2, err.fct="ce", linear.output=FALSE)
> plot(nn)
> compute(nn, test)
网络已经训练好了,我也可以成功地绘制出网络,但是 compute 却无法运行。当我运行 compute 时,它会给出以下错误信息:Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments
基本上,我正在尝试训练一个神经网络以成功地对新的测试数据进行分类。
欢迎任何帮助。
编辑:
测试对象的样本如下:
x1 x2 x3 x4 y
0.5822 0.6591 0.6445013 0.464 1
0.4082 0.5388 0.5384616 0.4615385 0
0.4481 0.5438 0.6072289 0.5400844 1
0.4416 0.5034 0.5576923 0.3757576 1
0.5038 0.6878 0.7380952 0.5784314 1
0.4678 0.5219 0.5609756 0.3636364 1
0.5089 0.5775 0.6183844 0.5462555 1
0.4844 0.7117 0.6875 0.4823529 1
0.4098 0.711 0.6801471 0.4722222 1
我也尝试过将y列清空不包含任何值。