- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
换句话说,当我执行 nnet(...)
时,我可以使用大小参数来控制隐藏层中的单元数。我的特定模型需要输出概率,所以我想要逻辑单位,所以我从 nnet 包转向 multinom 以在我的预测函数中输出 type='probs'。我怎样才能传递大小参数?当我用 size=5 之类的东西调用它时,我得到一个错误:
formal argument "size" matched by multiple actual arguments
最佳答案
multinom
适合线性 多项式逻辑模型,这就是大小参数被硬编码为 0 的原因。如果您想要一个具有多项式输出的实际神经网络,只需使用 nnet
具有超过 2 个级别的响应,并设置 softmax=TRUE
。
关于r - 使用 nnet 包中的 multinom 函数时,如何控制神经网络的架构?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9969440/
我希望新的 marginaleffects 包支持 R 的 nnet::multinom 函数,但是 marginaleffects::predictions()依赖于建模包提供的 predict()
我有相对大量的数据,它具有80列和大约220、000行 当我尝试使用nnet的multinom()函数对无序多分类数据执行多项逻辑回归时,该函数似乎在100次迭代后停止: # weights: 32
我正在尝试运行以下指定的多项式回归,并通过 stargazer 将表格作为 html 获取: ml1 <- multinom(as.factor(stabgroupsTH) ~ factor
我正在尝试使用特定值计算预测概率,但 R 显示以下错误: Error in model.frame.default(Terms, newdata, na.action = na.omit, xlev
我有一个需要分类的 3 类问题。我想在 nnet 中使用多项逻辑回归包裹。 Class 结果有 3 个因素,P、Q、R。我想将 Q 作为基本因素。 所以我试着把对比写成这样: P contrasts
我想在 R 中绘制多项式模型的预测概率,并配有 nnet::multinom()功能。我在对数尺度上有数值预测变量。 即使 {ggeffects}应该与 multinom() 兼容,该图不像线性模型那
换句话说,当我执行 nnet(...) 时,我可以使用大小参数来控制隐藏层中的单元数。我的特定模型需要输出概率,所以我想要逻辑单位,所以我从 nnet 包转向 multinom 以在我的预测函数中输出
我正在尝试使用 stan 来理解/重现调查结果.但是,我被困在某个地方。我是否使用了错误的 stan 模型? library(nnet);library(rstan);library(dplyr);l
当我尝试对由函数 multinom(包nnet)。尽管手册列表与 multinom 兼容,但 model.avg 函数并未像我预期的那样返回解释变量的模型平均系数。 我知道当 multinom 响应变
最近,我不得不使用 R 和 SPSS 来使用多项式回归框架分析数据集。我们调查了一些参与者(10-12 岁),我们询问了他们最喜欢哪个“专业领域”,然后我们询问了他们访问互联网的频率。所以,结果是一个
两个 R 函数,multinom (包 nnet)和 mlogit (包 mlogit )可用于多项逻辑回归。但是为什么这个例子返回系数的 p 值的不同结果? #prepare data mydata
我是一名优秀的程序员,十分优秀!