r - R 中的神经网络预测(nnet 包)

Question

我不明白为什么数据集的测试在 R 神经网络(nnet 包)中不起作用。

我有两个具有相似结构的数据集 - 用于训练(trainset，17 个案例)和预测(testset，9 个案例)。每个数据集都有列:年龄、性别、高度、体重。在测试数据集中，age 未知 (NaN)。

成功得到训练公式如下:

library(nnet)
trainednetwork<-nnet(age~gender+emLength+action5cnt,trainset, size=17) 

无论如何，如果我尝试在代码的下一个字符串中使用测试数据集进行预测，

prediction<-predict(trainednetwork,testset)

我得到错误“没有组件术语，没有属性”。有人可以帮忙吗？

数据(通过dput()函数获得):

• 测试集:

  structure(list(
      age = c(NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
          NA_integer_, NA_integer_, NA_integer_, NA_integer_), 
      gender = structure(
          c(2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L), 
          .Label = c("f", "m"), 
          class = "factor"), 
      Height= c(9L, 11L, 9L, 11L, 9L, 11L, 9L, 11L, 9L), 
      Weight= c(1L, 41L, 2L, 1L, 2L, 29L, 12L, 6L, 12L)), 
      .Names = c("age", "gender", "Height", "Weight"), 
      class = "data.frame", 
      row.names = c(NA, 9L))
  

• 训练集:

  structure(list(
      age = c(43L, 35L, 22L, 28L, 20L, 47L, 41L, 23L, 
          42L, 27L, 22L, 60L, 62L, 47L, 42L, 26L, 54L), 
      gender = structure(
          c(2L, 1L, 2L, 2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 
              2L, 2L, 2L, 2L, 2L), 
          .Label = c("f", "m"), 
          class = "factor"), 
      Height= c(7L, 9L, 11L, 11L, 11L, 9L, 11L, 9L, 23L, 9L, 
          9L, 9L, 10L, 7L, 7L, 11L, 7L), 
      Weight= c(2L, 2L, 9L, 9L, 28L, 8L, 6L, 3L, 1L, 2L, 40L, 
          1L, 9L, 1L, 7L, 4L, 35L)), 
      .Names = c("age", "gender", "Height", "Weight"), 
      class = "data.frame", 
      row.names = c(NA, 17L))
  

Answer 1

我认为在 R 神经网络包中用于预测的命令是“计算”，而不是预测，这非常令人困惑。