我使用包 caret 来训练一个nnet分类模型 . 默认的sigmoid(逻辑)传递函数运行良好 . 我试图使用线性传递函数进行一些比较 . 但是我收到了一个错误 .
我发现有趣的事情是:如果目标变量有两个以上的类,线性传递函数就可以了;但如果目标变量有2个类,则失败 .
以下是一些示例代码:
library(caret)
data(iris)
#This modeling works well. Species has 3 classes
model <- train(Species~., data=iris, method='nnet', linout=T, trControl=trainControl(method='cv'))
#Subset the dataset s.t. only two levels left for Species.
iris1 <- iris[1:100,]
iris1 <- droplevels(iris1)
model1 <- train(Species~., data=iris1, method='nnet', linout=T, trControl=trainControl(method='cv'))
这是错误消息:
Something is wrong; all the Accuracy metric values are missing:
Accuracy Kappa
Min. : NA Min. : NA
1st Qu.: NA 1st Qu.: NA
Median : NA Median : NA
Mean :NaN Mean :NaN
3rd Qu.: NA 3rd Qu.: NA
Max. : NA Max. : NA
NA's :9 NA's :9
Error in train.default(x, y, weights = w, ...) : Stopping
我不知道是什么问题 . 有什么建议?谢谢!
1 回答
您还有50个警告:仅适用于物流单位的熵适合
如果将linout设置为False,则代码可以正常工作 . Linout设置为线性输出单位的True开关,这不是您的数据集的内容 . 即使是使用此设置的nnet也会在iris1时出错 .
让我们使用一个简单的nnet语句
nnet(Species~., data=iris1, size = 1, linout = T)
返回一个错误这大致是来自插入符号的警告 .