1
我想訓練一個模型來預測一個連續數值變量,在插入符包「neuralnet」的方法錯了型號。當執行代碼的下面行,下面的錯誤被拋出:neuralnet在插入符:分類
錯誤train.default(Cadence_IVs,Cadence_Train_Response,方法= 「neuralnet」:錯誤的模型類型進行分類
NN_Cadence <- train(Cadence_IVs, Cadence_Train_Response, method = "neuralnet", layer1 = 10, layer2 = 5, decay = 0.1, linear.output = TRUE)
這就是數據看起來喜歡,有105000行:
RiderID Index Date Time Average_Gradient Max_Gradient Distance Highest_point Speed Power Cadence
1 27330 3/28/2011 8:19:36 0 6.2 5132.29 12.8 47.9653271 63.3 71.5
15 991 1/29/2016 6:05:04 -1.5 0 242.9 52.3 10.5608695 267.2 72.6
15 979 1/29/2016 6:51:19 0 0 581.97 -23 10.03396552 239.2 77.6
12 49047 4/14/2013 7:45:52 0 3.5 471.2 45.4 18.848 383.6 140.4
11 46677 5/30/2015 15:25:44 -7.8 -2.6 410.7 124.4 18.66818182 98.3 97.9
「RiderID」被編碼爲一個因素,「日期」是編碼爲Date變量。時間被編碼爲一個字符,但從Cadence_IVs中排除。所有其他變量都編碼爲「數字」數據類型,其中包括「Cadence」響應變量。
Cadence_IVs是除了Cadence與時間的所有列的矩陣。 Cadence_Train_Response是Cadence值的一列矩陣。
任何幫助將不勝感激。如果我錯過了任何可能有用的細節,請告訴我。
在當前狀態下,這是不可複製的。請爲這兩個對象輸入()最少量的樣本數據以重現錯誤。我試圖與你在這裏什麼重現它,但目前還沒有足夠的行和因爲你沒有'dput()'類和元數據丟失。如果你覺得'dput()'太長,那麼嘗試用內置數據集重現你的錯誤。 –
話雖如此,這個錯誤是你得到一個因變量的因素。我知道你說這不是一個因素,但確保。 –