了解如何在R中使用nnet

Question

这是我第一次在R中使用机器学习范例。我使用的是行星数据集（网址：https://www.kaggle.com/mrisdal/open-exoplanet-catalogue），我只是想根据大小来预测行星的大小它的太阳。这是我目前拥有的代码，使用NNET（）：

library(nnet) 
#Organize data: 
cols_to_keep = c(1,4,21) 
full_data <- na.omit(read.csv('Planet_Data.csv')[, cols_to_keep]) 

#Split data: 
train_data <- full_data[sample(nrow(full_data), round(nrow(full_data)/2)),] 
rownames(train_data) <- 1:nrow(train_data) 
test_data <- full_data[!rownames(full_data) %in% rownames(data1),] 
rownames(test_data) <- 1:nrow(test_data) 

#nnet 
nnet_attempt <- nnet(RadiusJpt~HostStarRadiusSlrRad, data=train_data, size=0, linout=TRUE, skip=TRUE, maxNWts=10000, trace=FALSE, maxit=1000, decay=.001) 

nnet_newdata <- predict(nnet_attempt, newdata=test_data) 
nnet_newdata 

当我打印nnet_newdata我得到了我的数据中的每一行的值，但我真的不明白这些值的含义。这是使用nnet（）包预测简单回归的正确方法吗？

感谢

Answer 1

当predict被要求与类的对象nnet你会得到默认情况下，从NNET模型输出的原始应用到新的数据集。相反，如果您的分类问题存在，则可以使用type = "class"。

参见here。