Итак, у меня есть набор данных, на котором я выполняю алгоритмы машинного обучения. Я выполнил MLR, пошаговую регрессию, SVM и случайный лес для набора данных размером 180 x 160. Я моделирую одну переменную по сравнению со 159 другими переменными с 179 случаями. Это все регрессионное моделирование. Я использую пакет каретки, в котором я использую функцию train для 10-кратной перекрестной проверки 10 раз с различными алгоритмами машинного обучения. Мне посоветовали прочитать статью, в которой вместо этого использовались модели нейронных сетей и были получены лучшие результаты, поэтому я пытался найти способ сделать то же самое, но с моделью нейронной сети.
Я видел, как сделать следующее: -
model <- train(RT..seconds.~., data = cadets, method = "AMORE", trControl = ctrl)
но это не работает. Мне сказали, что это не сработает, так как функция поезда еще не упаковала AMORE. Поэтому я решил использовать вместо этого nnet: -
model <- train(RT..seconds.~., data = cadets, method = "nnet", trControl = ctrl)
который работал. Однако значение RMSE, которое я получил, было 171, и когда я посмотрел на мои предсказанные и наблюдаемые значения, все предсказанные значения были всего 1 с 0,9999. Кто-нибудь знает, что я делаю не так?
Благодарность!
skip=TRUE
в команде nnet? - person George Dontas   schedule 07.02.2014