私は、機械学習の技術とRのプログラミングの両方に対して比較的新しいですし、現時点では私が持っているデータに神経回路網を取り入れようとしています。しかし、結果として得られるニューラルネットワークの予測は私にとっては意味がありません。私はStackOverflowを見てきましたが、この問題の解決策を見つけることができませんでした。neuralnetの予測関数が奇妙な結果をもたらす
マイデータ(これはテストセットの一部であり、トレーニングセットは、同じ形式のものである)
target monday tuesday wednesday thursday friday saturday indepedent
428 277 1 0 0 0 0 0 3317
429 204 0 1 0 0 0 0 1942
430 309 0 0 1 0 0 0 2346
431 487 0 0 0 1 0 0 2394
432 289 0 0 0 0 1 0 2023
433 411 0 0 0 0 0 1 1886
434 182 0 0 0 0 0 0 1750
435 296 1 0 0 0 0 0 1749
436 212 0 1 0 0 0 0 1810
437 308 0 0 1 0 0 0 2021
438 378 0 0 0 1 0 0 2494
439 329 0 0 0 0 1 0 2110
440 349 0 0 0 0 0 1 1933
マイコード
resultsnn <- neuralnet(target~monday+tuesday+wednesday+thursday+friday+saturday+independent,data=training,hidden=3,threshold=0.01,linear.output = TRUE)
compute(resultsnn,test[,2:8])$net.result
私の結果(予測値はすべてのテストセットのケースで同じです)
[,1]
428 508.4962231
429 508.4962231
430 508.4962231
431 508.4962231
432 508.4962231
433 508.4962231
434 508.4962231
435 508.4962231
436 508.4962231
437 508.4962231
438 508.4962231
439 508.4962231
440 508.4962231
他に何を試しましたか?
私は、いくつかの合成データを作成し、同じコードを、入力として、これを使用している
(唯一の独立変数、これは結果の種類を変更しない含む)ダミー無しのバージョンを試してみましたこれは正常に動作しない:
#building training set
input_train <- as.data.frame(c(1:100))
output_train <- as.data.frame(c(sqrt((1:100)+1)))
train <- cbind.data.frame(output_train,input_train)
colnames(train) <- c("output","input")
#building test set
input_test <- as.data.frame(c(101:150))
output_test <- as.data.frame(c(sqrt((101:150)+1)))
test <- cbind.data.frame(output_test,input_test)
colnames(test) <- c("output","input")
#NEURALNET PACKAGE
#neural network 3 neurons
res.train <- neuralnet(output~input,data=train,hidden=3,threshold=0.01) #train nn
compute(res.train,test[,2])$net.result #predict using nn on test set
を私はまた、(例えば、NNETとRSNNS)他のパッケージを試してみましたが、これらのパッケージは、すでに合成データを使用している場合、正しい予測を提供することができません。
いくつかの追加情報
データ型に関するいくつかの追加情報:
str(test)
'data.frame': 82 obs. of 8 variables:
$ target : int 277 204 309 487 289 411 182 296 212 308 ...
$ monday : int 1 0 0 0 0 0 0 1 0 0 ...
$ tuesday : int 0 1 0 0 0 0 0 0 1 0 ...
$ wednesday : int 0 0 1 0 0 0 0 0 0 1 ...
$ thursday : int 0 0 0 1 0 0 0 0 0 0 ...
$ friday : int 0 0 0 0 1 0 0 0 0 0 ...
$ saturday : int 0 0 0 0 0 1 0 0 0 0 ...
$ independent: int 3317 1942 2346 2394 2023 1886 1750 1749 1810 2021 ...
str(training)
'data.frame': 397 obs. of 8 variables:
$ target : int 1079 1164 1069 1038 629 412 873 790 904 898 ...
$ monday : int 0 0 0 0 0 0 1 0 0 0 ...
$ tuesday : int 1 0 0 0 0 0 0 1 0 0 ...
$ wednesday : int 0 1 0 0 0 0 0 0 1 0 ...
$ thursday : int 0 0 1 0 0 0 0 0 0 1 ...
$ friday : int 0 0 0 1 0 0 0 0 0 0 ...
$ saturday : int 0 0 0 0 1 0 0 0 0 0 ...
$ independent: int 2249 2381 4185 2899 2387 2145 2933 2617 2378 3569 ...
あなたが任意の追加情報が必要な場合は私に知らせてください!ヘルプみんなのおかげで(:。ターゲットとindepedentの間に信号がないよう
さらに共変量を追加すると、ニューラルネットワークが機能する可能性がありますか(言い換えれば、私の唯一の問題は、現在の共変量のセットにはターゲットに関する説明力がないということです)? – Tomas
はい、あなたがそれらを含まないことを除いて、ターゲットと独立した人との間の関係を説明する共変量が存在する可能性があります。これらの変数がどのように関連しているかを機械的に理解していれば、試してみるべき変数があるかもしれません。関係があることだけを望むなら、多くの変数を試してみてください。候補となる説明変数を取得したら、それがテストデータに当てはまるかどうかを確認します。テストを見る前にトレーニングデータの調査を完了してみてください! – CSJCampbell