캐럿 트레인과 함께 neuralnet을 사용하고 매개 변수를 조정

Question

그래서 나는 현재 사용하고있는 데이터 세트와 유사한 데이터 세트를 모델링하기 위해 신경망을 사용한 종이를 읽었습니다. 160 개의 사례 (회귀 모델링)를 모델로하려는 160 개의 설명자 변수가 있습니다. 내가 읽은 종이는 다음과 같은 매개 변수를 사용했습니다 : -

'각 분할마다 10 개의 개별 열차 테스트 폴드에 대한 모델이 개발되었습니다. 33 개의 입력 뉴런과 16 개의 숨겨진 뉴런을 가진 3 층 역 전파 네트는 온라인 체중 업데이트, 0.25 학습 속도 및 0.9 운동량과 함께 사용되었습니다. 각 폴드에 대해 학습은 총 50 가지의 임의의 초기 가중치 시작 지점에서 수행되었으며 네트워크는 유효성 집합에 대한 평균 절대 오차 (MAE)가 최소가 될 때까지 학습시기를 반복 할 수있었습니다. '

이제는 Emergent라는 특수 소프트웨어를 사용하여 매우 특수화 된 네트워크 네트워크 모델 소프트웨어입니다. 그러나 R에서 이전 모델을 수행 한 것처럼 계속 유지해야합니다. 그래서 10 곱하기 유효성 검사를 수행하기 위해 캐럿 트레인 기능을 사용하고 neuralnet 패키지로 10 번 유효합니다. 나는 다음과 같은 한 -

cadets.nn <- train(RT..seconds.~., data = cadet, method = "neuralnet", algorithm = 'backprop', learningrate = 0.25, hidden = 3, trControl = ctrl, linout = TRUE) 

나는이 시도하고 짓을 조정 가깝게 논문에서 사용 된 것과 매개 변수, 그러나 나는 다음과 같은 오류 메시지가 얻을 : -

layer1 layer2 layer3 RMSE Rsquared RMSESD RsquaredSD 
1  1  0  0 NaN  NaN  NA   NA 
2  3  0  0 NaN  NaN  NA   NA 
3  5  0  0 NaN  NaN  NA   NA 
Error in train.default(x, y, weights = w, ...) : 
    final tuning parameters could not be determined 
In addition: There were 50 or more warnings (use warnings() to see the first 50) 

당신을합니까를 내가 뭘 잘못하고 있는지 알아? 그것은 nnet을 할 때 작동하지만, 내가 모방하려는 종이에서 사용되는 것과 비슷한 매개 변수를 조정할 수는 없습니다.

이 내가 경고() 쉰 시간에 무엇을 얻을 수 있습니다 : -

1: In eval(expr, envir, enclos) : 
    model fit failed for Fold01.Rep01: layer1=1, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) : 
    formal argument "hidden" matched by multiple actual arguments 

2: In data.frame(..., check.names = FALSE) : 
    row names were found from a short variable and have been discarded 
3: In eval(expr, envir, enclos) : 
    model fit failed for Fold01.Rep01: layer1=3, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) : 
    formal argument "hidden" matched by multiple actual arguments 

4: In data.frame(..., check.names = FALSE) : 
    row names were found from a short variable and have been discarded 
5: In eval(expr, envir, enclos) : 
    model fit failed for Fold01.Rep01: layer1=5, layer2=0, layer3=0 Error in neuralnet(form, data = data, hidden = nodes, ...) : 
    formal argument "hidden" matched by multiple actual arguments 

감사합니다! .

Answer 1

train 세트 layer에 의해 주어진 값을 기반으로 당신을 위해 hidden (- layer3 당신은 따라서, 배 인수를 지정하려고 :

정식 여러 실제 인수로 일치하는 인수 "숨겨진"

`경고에 무엇

HTH,

최대