Итак, я прочитал статью, в которой нейронные сети использовались для моделирования набора данных, похожего на набор данных, который я сейчас использую. У меня есть 160 дескрипторных переменных, которые я хочу смоделировать для 160 случаев (регрессионное моделирование). В статье, которую я прочитал, использовались следующие параметры:
«Для каждого раскола была разработана модель для каждой из 10 отдельных складок в ходе тестового поезда. Использовалась трехслойная сеть обратного распространения с 33 входными нейронами и 16 скрытыми нейронами с онлайн-обновлениями веса, скоростью обучения 0,25 и импульсом 0,9. Для каждой складки обучение проводилось в общей сложности из 50 различных случайных начальных точек начального веса, и сети разрешалось повторять эпохи обучения до тех пор, пока средняя абсолютная ошибка (MAE) для проверочного набора не достигла минимума. '
Теперь для этого они использовали специальное программное обеспечение под названием Emergent, которое представляет собой очень специализированное программное обеспечение для моделирования нейронных сетей. Однако, поскольку я уже делал предыдущие модели в R, я должен придерживаться его. Итак, я использую функцию каретки, чтобы выполнить 10 перекрестных проверок, 10 раз с пакетом нейронной сети. Я сделал следующее: -
cadets.nn <- train(RT..seconds.~., data = cadet, method = "neuralnet", algorithm = 'backprop', learningrate = 0.25, hidden = 3, trControl = ctrl, linout = TRUE)
Я сделал это, чтобы попытаться настроить параметры как можно ближе к тем, которые используются в документе, однако я получаю следующее сообщение об ошибке:
layer1 layer2 layer3 RMSE Rsquared RMSESD RsquaredSD
1 1 0 0 NaN NaN NA NA
2 3 0 0 NaN NaN NA NA
3 5 0 0 NaN NaN NA NA
Error in train.default(x, y, weights = w, ...) :
final tuning parameters could not be determined
In addition: There were 50 or more warnings (use warnings() to see the first 50)
Вы знаете, что я делаю неправильно? Это работает, когда я делаю nnet, но я не могу настроить параметры для этого, чтобы сделать их похожими на те, которые используются в статье, которую я пытаюсь имитировать.
Это то, что я получаю в предупреждениях () пятьдесят раз: -
1: In eval(expr, envir, enclos) :
model fit failed for Fold01.Rep01: layer1=1, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) :
formal argument "hidden" matched by multiple actual arguments
2: In data.frame(..., check.names = FALSE) :
row names were found from a short variable and have been discarded
3: In eval(expr, envir, enclos) :
model fit failed for Fold01.Rep01: layer1=3, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) :
formal argument "hidden" matched by multiple actual arguments
4: In data.frame(..., check.names = FALSE) :
row names were found from a short variable and have been discarded
5: In eval(expr, envir, enclos) :
model fit failed for Fold01.Rep01: layer1=5, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) :
formal argument "hidden" matched by multiple actual arguments
Спасибо!
