我正在尝试使用“插入符号”包中的“train”功能来训练神经网络模型 . 但它提供了很多警告，并没有显示SD的准确性 . 我不确定是否必须设置任何参数，以便我可以看到Accuracy SD .
我对R比较陌生，所以如果我错过了很明显的事情，请原谅我 .
这是我的代码：
library("caret", lib.loc="~/R/win-library/3.3")
set.seed(1056)
nnetFit <- train(Label ~., data = Train_2.4.16,
method = "nnet",
preProc = c("center", "scale"),
tuneLength = 5,
trControl = trainControl(method = "repeatedcv",
repeats = 5))
nnetFit
下面是我执行代码时出现的警告示例：
49：在eval（expr，envir，enclos）中：Fold10的模型拟合失败.Rep1：size = 9，decay = 1e-03 nnet.default中的错误（x，y，w，softmax = TRUE，...） ：太多（1049）权重50：在eval（expr，envir，enclos）中：Fold10的模型拟合失败.Rep1：size = 9，decay = 1e-04 nnet.default中的错误（x，y，w，softmax =是的，......）：太多（1049）重量*
代码的输出列出了神经网络大小，衰减，准确度和Kappa .
如果你能帮我理解腐烂和卡帕是什么，我也将不胜感激 .
1 回答
您需要将
MaxNWts参数调整为nnet函数 . 可以将该参数传递给train，它将转到nnet.