r - 神经网络 - 选择未定义的列

Question

数据分区

我有几个因子变量，因此我决定使用虚拟变量来代替 ANN。

set.seed(222)
m <- model.matrix( ~price+month+year+area+larea+otype+cid+rid+did+renovation+nrooms+nbeds+nbaths+nbalcs+wfloor+status, data = data)
ind <- sample(2, nrow(m), replace = TRUE, prob = c(0.8, 0.2))
training <- m[ind==1,]
testing <- m[ind==2,]

神经网络

n <- neuralnet(price~.,
                data = training,
                hidden = 1,
                err.fct = "sse",
                linear.output = FALSE)

Error in [.data.frame(data, , model.list$variables) : undefined columns selected

我使用点是因为我有 94​​ 个解释变量。当我对两个解释变量运行价格以查看问题所在时，它起作用了。 dot 有一些问题，它是否只用于线性回归而我弄错了？我该如何解决这个问题？

Answer 1

model.matrix 是一个matrix，而不是data.frame。根据?neuralnet

data - a data frame containing the variables specified in formula.

---

因此，我们可能需要使用 as.data.frame 转换为 data.frame，因为这可以与 data.frame 输入一起正常工作

library(neuralnet)
data(iris)
nn <- neuralnet(Species~ ., iris, 
        linear.output = FALSE, hidden = 1, err.fct = "sse")
nn$weights
#[[1]]
#[[1]][[1]]
#           [,1]
#[1,]  -9.900398
#[2,]  -1.527258
#[3,] -13.201669
#[4,]  11.624309
#[5,]  17.896367

#[[1]][[2]]
#          [,1]      [,2]      [,3]
#[1,]  32.51005 -4.014045 -4.303671
#[2,] -65.72300  4.013259  4.304652

---

在OP的代码中，问题在于model.matrix使用非标准名称创建列名称。可以使用 make.unique

将其转换为标准名称

names(training) <- make.names(names(training))
n <- neuralnet(price ~ ., 
            data = training,
            hidden = 1,
            err.fct = "sse", 
      linear.output = FALSE)



n$weights
#[[1]]
#[[1]][[1]]
#              [,1]
# [1,]  -0.62625018
# [2,]   1.39124245
# [3,]  -2.59472834
# [4,]   0.27773897
# [5,]   7.15830865
# [6,]  -2.93583230
# ...