r - 使用所有输入变量的神经网络？

Question

我是在 R 中使用神经网络的新手，并且一直在尝试使用一些广泛的数据集的算法。有没有办法将所有输入变量包含到网络中而无需输入所有名称？例如，我有大约 30 个变量，我想将它们用作输入来预测输出。下面的命令有快捷方式吗？

net <- neuralnet(Output~Var1+Var2+Var3+Var4+.....upto Var30, data, hidden=0)

Answer 1

在函数的公式部分插入变量有3种方式:

First 使用 . 将包含 data data.frame 中的所有变量，除了响应变量(变量 Output in本例):

net <- neuralnet(Output ~ ., data, hidden=0) #apart from Output all of the other variables in data are included

如果您的 data.frame 仅具有 Output 和另外 30 个变量，请使用此选项。

第二如果您想使用名称向量从数据 data.frame 中包含，您可以尝试:

names <- c('var1','var2','var3') #choose the names you want
a <- as.formula(paste('Output ~ ' ,paste(names,collapse='+')))

> a
Output ~ var1 + var2 + var3 #this is what goes in the neuralnet function below

所以你可以使用:

net <- neuralnet( a , data, hidden=0) #use a in the function

如果您可以提供 30 个变量名称的向量，请使用它

第三只需使用函数中所需的列将 data data.frame 子集化，例如:

net <- neuralnet(Output ~ ., data=data[,1:31] , hidden=0)

使用它(或任何其他方便的子集)并选择您需要的 30 个变量以及输出变量。然后使用 . 包含所有内容。

希望对你有帮助!