R neuralNet:"不一致的论点"

Question

哎呀!尝试compute使用我的神经网络时,我一直收到以下错误:

> net.compute <- compute(net, matrix.train2)
Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments

我无法弄清楚问题是什么.下面我将从我的矩阵中为您提供示例数据和格式,然后我将向您展示我正在尝试运行的代码.

• matrix.train1 用于培训网络

  > matrix.train1
      (Intercept) survived pclass sexmale    age sibsp parch     fare embarkedC embarkedQ embarkedS
  1             1        0      3       1  22.00     1     0   7.2500         0         0             1
  2             1        1      1       0  38.00     1     0  71.2833         1         0         0
  3             1        1      3       0  26.00     0     0   7.9250         0         0         1
  4             1        1      1       0  35.00     1     0  53.1000         0         0         1
  5             1        0      3       1  35.00     0     0   8.0500         0         0         1
  6             1        0      3       1 999.00     0     0   8.4583         0         1         0
  7             1        0      1       1  54.00     0     0  51.8625         0         0         1
  8             1        0      3       1   2.00     3     1  21.0750         0         0         1
  9             1        1      3       0  27.00     0     2  11.1333         0         0         1
  10            1        1      2       0  14.00     1     0  30.0708         1         0         0
  11            1        1      3       0   4.00     1     1  16.7000         0         0         1
  

• matrix.train2 是用于测试模型的训练数据的一部分

  > matrix.train2
      (Intercept) pclass sexmale    age sibsp parch     fare embarkedC embarkedQ embarkedS
  1             1      1       1  49.00     1     1 110.8833         1         0         0
  2             1      3       1  42.00     0     0   7.6500         0         0         1
  3             1      1       0  18.00     1     0 227.5250         1         0         0
  4             1      1       1  35.00     0     0  26.2875         0         0         1
  5             1      3       0  18.00     0     1  14.4542         1         0         0
  6             1      3       1  25.00     0     0   7.7417         0         1         0
  7             1      3       1  26.00     1     0   7.8542         0         0         1
  8             1      2       1  39.00     0     0  26.0000         0         0         1
  9             1      2       0  45.00     0     0  13.5000         0         0         1
  10            1      1       1  42.00     0     0  26.2875         0         0         1
  11            1      1       0  22.00     0     0 151.5500         0         0         1
  

两个矩阵之间唯一真正的区别是matrix.train2不包含survived列.

这是我试图运行的R代码:

#Build a matrix from training data 
matrix.train1 <- model.matrix(
  ~ survived + pclass + sex + age + sibsp + parch + fare + embarked, 
  data=train1
)

library(neuralnet)

#Train the neural net
net <- neuralnet(
  survived ~ pclass + sexmale + age + sibsp + parch + fare + embarkedC + 
  embarkedQ + embarkedS, data=matrix.train1, hidden=10, threshold=0.01
)

#Build a matrix from test data
matrix.train2 <- model.matrix(
  ~ pclass + sex + age + sibsp + parch + fare + embarked, 
  data=train2
)

#Apply neural net to test matrix 
net.results <- compute(
  net, matrix.train2
)

Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments

谁能告诉我这里我做错了什么？

谢谢!

---

到目前为止基于评论的更新:

1. 使用" 使用神经网络预测新数据类 "的解决方案似乎不起作用.

   > net.compute <- compute(net, matrix.train2[,1:10])
   Error in neurons[[i]] %*% weights[[i]] : non-conformable arguments
   

2. 我手动将我的train1和train2数据帧放入矩阵中,model.matrix因为如果我不这样做,我会收到以下错误:

   > Error in neurons[[i]] %*% weights[[i]] : 
   requires numeric/complex matrix/vector arguments
   

注意:请参阅以下主题以获取有关我使用的原因的更多详细信息model.matrix:" 首次在R中使用神经网络:获取"需要数字/复杂矩阵/向量参数"但不知道如何更正 ".

Answer 1

看起来您需要删除预测变量.试试这个:

nn_pred<-compute(nn,test[,3:11])

Answer 2

我也使用Neuronet软件包尝试了这一点。我想如果你代替

net.results <- compute(
  net, matrix.train2

做

net.result <- compute(  
     net, matrix.train2[,c("pclass",   
     "sexmale", "age", "sibsp", "parch",   
     "fare","embarkedC","embarkedQ","embaredS")])

它应该工作。变量名称必须与完全相同model.list$variables，因此您也可以输入

net.result <- compute(  
     net, matrix.train2[, net.result$model.list$variables])

我希望这有帮助。原因是-我认为-神经网络在查找网络中的变量和矩阵中的变量时遇到了问题，因此您可以显式地匹配它们。

Answer 3

尝试用于此问题的答案，使用神经网络预测新数据的类别