r - 神经网络包拟合值问题

Question

我在尝试训练神经网络后遇到的问题并不是一个新问题:我得到的拟合值都是相同的。以下是一些过于简化的代码作为示例:

a <- c( 123, 223, 234, 226, 60)  
b <- c(60, 90, 53, 54, 91)  
d <- c(40,100,207,290,241)  
q <- cbind(a,b,d)  
nn <- neuralnet(a~b+d,data=q,hidden=2,threshold=0.01,err.fc="sse")  
nn$net.result`

我偶然发现的先前答案建议使用 nnet 代替。不过，除非我将衰减参数设置为不等于 0 的值，否则我会得到相同的结果。不要盲目地使用衰减选项，只是因为它似乎“有效”，我会很高兴了解我的神经网络出了什么问题模型开始。

Answer 1

因此，在使用neuralnet和nnet研究我的原始数据集后，我发现了问题所在。这是关于随机选择的初始权重。神经网络分配给它们的值范围导致了这个奇怪的解决方案。但是，当我尝试使用 startweights 语句手动将起始权重设置为我从 nnet 获得的值(它在那里返回适当的拟合值)时，我得到了一个“算法没有收敛”错误。所以我想我只能放弃neuralnet的情节并坚持nnet。