1
我想训练一个模型来预测一个连续数值变量,在插入符包“neuralnet”的方法错了型号。当执行代码的下面行,下面的错误被抛出:neuralnet在插入符:分类
错误train.default(Cadence_IVs,Cadence_Train_Response,方法= “neuralnet”:错误的模型类型进行分类
NN_Cadence <- train(Cadence_IVs, Cadence_Train_Response, method = "neuralnet", layer1 = 10, layer2 = 5, decay = 0.1, linear.output = TRUE)
这就是数据看起来喜欢,有105000行:
RiderID Index Date Time Average_Gradient Max_Gradient Distance Highest_point Speed Power Cadence
1 27330 3/28/2011 8:19:36 0 6.2 5132.29 12.8 47.9653271 63.3 71.5
15 991 1/29/2016 6:05:04 -1.5 0 242.9 52.3 10.5608695 267.2 72.6
15 979 1/29/2016 6:51:19 0 0 581.97 -23 10.03396552 239.2 77.6
12 49047 4/14/2013 7:45:52 0 3.5 471.2 45.4 18.848 383.6 140.4
11 46677 5/30/2015 15:25:44 -7.8 -2.6 410.7 124.4 18.66818182 98.3 97.9
“RiderID”被编码为一个因素,“日期”是编码为Date变量。时间被编码为一个字符,但从Cadence_IVs中排除。所有其他变量都编码为“数字”数据类型,其中包括“Cadence”响应变量。
Cadence_IVs是除了Cadence与时间的所有列的矩阵。 Cadence_Train_Response是Cadence值的一列矩阵。
任何帮助将不胜感激。如果我错过了任何可能有用的细节,请告诉我。
在当前状态下,这是不可复制的。请为这两个对象输入()最少量的样本数据以重现错误。我试图与你在这里什么重现它,但目前还没有足够的行和因为你没有'dput()'类和元数据丢失。如果你觉得'dput()'太长,那么尝试用内置数据集重现你的错误。 –
话虽如此,这个错误是你得到一个因变量的因素。我知道你说这不是一个因素,但确保。 –