r - 预测-回归的神经网络预测相同的值

Question

我正在尝试预测自有住房的中位数，这是一个行之有效的例子，给出了很好的结果。
https://heuristically.wordpress.com/2011/11/17/using-neural-network-for-regression/

library(mlbench)

data(BostonHousing)
require(nnet)

# scale inputs: divide by 50 to get 0-1 range
nnet.fit <- nnet(medv/50 ~ ., data=BostonHousing, size=2) 

# multiply 50 to restore original scale
nnet.predict <- predict(nnet.fit)*50 

nnet.predict
        [,1]
1   23.70904
2   23.70904
3   23.70904
4   23.70904
5   23.70904
6   23.70904
7   23.70904
8   23.70904
9   23.70904
10  23.70904
11  23.70904
12  23.70904
13  23.70904
14  23.70904
15  23.70904

我对所有506个观察的所有预测都得到23.70904相同的值吗？为什么会这样呢？我做错了什么？
我的R版本是3.1.2。

Answer 1

这是由于linout = TRUE需要用于连续响应变量。当我使用nnet进行回归(而不是分类)时，我需要设置linout = TRUE来告诉nnet使用线性输出'

nnet.fit <- nnet(medv/50 ~ ., data=BostonHousing, size=10, linout=TRUE, skip=TRUE, MaxNWts=10000, trace=FALSE, maxit=100)

这对我来说效果很好，希望对您有所帮助。