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
.