1
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():了解如何在R中使用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