如何解决在R中训练神经网络并获得“ ifreached.threshold <min.reached.threshold错误{{缺少需要TRUE / FALSE的值”
我正在尝试使用neuralnet
包在R中训练神经网络。我正在运行回归模型,并试图预测计数变量“ Rented_Bike_Count”。我混合使用分类变量和数字变量,并通过model.matrix
为分类变量创建了虚拟变量。
我已将数据转换为model.matrix并删除了拦截项。我读过与此问题类似的问题,每个人都说要降低学习速度。似乎一点都没有帮助,我也不认为需要将学习率降低到1e-6
。
还有什么问题?我该如何解决?我尝试使用threshold=0.5
,它似乎可以正常工作,但我真的不明白为什么。
代码:
library(caret)
library(neuralnet)
sigmoid <- function(x) 1 / (1+exp(-x))
# must make our factor variables in to a one-hot encoding (binary form)
X_train <- model.matrix(~.,data = Train_set_standardized)[,-1] # remove intercept term
dimnames(X_train)
Train_nn_sigmoid <- neuralnet(Rented_Bike_Count~.,data = X_train,hidden = 1,learningrate = 1e-6,act.fct = sigmoid,linear.output = TRUE,# FALSE Means output node gets the activation function
threshold = 0.5,err.fct = "sse")
Error in if (reached.threshold < min.reached.threshold) { :
missing value where TRUE/FALSE needed
解决方法
很可能您没有缩放数据。使用示例:
library(mlbench)
data(BostonHousing)
X_train = model.matrix(~.,data=BostonHousing)[,-1]
m <- neuralnet(medv ~.,data = X_train,hidden = c(5,3),learningrate = 1e-6,linear.output = TRUE,threshold = 0.5,act.fct=sigmoid,err.fct = "sse")
Error in while (step < stepmax && reached.threshold > threshold) { :
missing value where TRUE/FALSE needed
请参见此post about scaling the data。如果您搜索,我肯定还有其他帖子。如果您进行缩放:
X_scaled = scale(X_train)
X_scaled = data.frame(X_scaled)
m <- neuralnet(medv ~.,data = X_scaled,err.fct = "sse")
plot(predict(m,X_scaled),X_scaled$medv)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。