我正在使用neuralnet软件包并使用神经网络函数来训练我的数据并进行计算以预测。R中的神经网络预测股票收益
x <- neuralnet(X15 ~ X1 + X2 + X3 + X8, norm_ind[1:15000,],2,act.fct="tanh",linear.output=TRUE)
pr <- compute(x,testdata)
我现在面临的问题是pr$net.result
值是所有数据点几乎是恒定的。
我预测股票回报并提前一天提供股票实际回报作为目标函数,即公式中的X15
。我得到的输出几乎是不变的,如下所示。 有谁能告诉我需要做什么?
1084 0.00002217204168
1085 0.00002217204168
1086 0.00002217204168
1087 0.00002217204168
1088 0.00002217204168
1089 0.00002217204168
1090 0.00002217204168
1091 0.00002217204168
1092 0.00002217204168
1093 0.00002217204168
1094 0.00002217204168
1095 0.00002217204168
1096 0.00002217204168
1097 0.00002217204168
1098 0.00002217204168
1099 0.00002217204168
1100 0.00002217204168
可能应该被迁移到stats.SE? – tdc 2012-01-30 16:20:10
我对R不是很熟悉,但是我使用了Google引用的软件包,根据手册我发现应该是一个包含关于培训如何在输出中进行的数据的结构。你检查过了吗?它说什么?它汇合了吗?多少次迭代等。没有更多的细节,很难说出什么是错误的。另外,当涉及到隐藏的神经元的数量时,没有规则,只有启发式,尝试一个足够大的数目(20?)的初学者。 – Niclas 2012-02-03 07:52:09