2
我正在使用包插入符号来训练一个nnet分类模型。默认的sigmoid(逻辑)传递函数运作良好。我试图用线性传递函数做一些比较。但是我得到了一个错误。无法训练linout = T的nnet分类模型?
我发现的有趣的事情是:如果目标变量有2个以上的类,线性传递函数是可以的;但如果目标变量有2个类别,则失败。
下面是一些示例代码:
library(caret)
data(iris)
#This modeling works well. Species has 3 classes
model <- train(Species~., data=iris, method='nnet', linout=T, trControl=trainControl(method='cv'))
#Subset the dataset s.t. only two levels left for Species.
iris1 <- iris[1:100,]
iris1 <- droplevels(iris1)
model1 <- train(Species~., data=iris1, method='nnet', linout=T, trControl=trainControl(method='cv'))
以下是错误消息:
Something is wrong; all the Accuracy metric values are missing:
Accuracy Kappa
Min. : NA Min. : NA
1st Qu.: NA 1st Qu.: NA
Median : NA Median : NA
Mean :NaN Mean :NaN
3rd Qu.: NA 3rd Qu.: NA
Max. : NA Max. : NA
NA's :9 NA's :9
Error in train.default(x, y, weights = w, ...) : Stopping
我不知道是什么问题。有什么建议么?谢谢!
对不起,我很困惑。你说“把Linout设置为True切换到物流单位”。但从包装文件: linout的默认值是FALSE,这意味着物流单位。 – Leon