我是神经网络的新手，我对使用nnet软件包进行分类有疑问。
我有混合了数字变量和分类变量的数据。我想通过使用nnet和诸如以下的函数调用来进行输赢预测
nnet(WL~., data=training, size=10)
但这与使用仅包含变量的数字版本的数据框(即将所有因子转换为数字(我的预测WL除外))产生的结果不同。
有人可以向我解释这里发生了什么吗？我猜nnet解释的变量不同，但是我想了解发生了什么。我感谢没有任何数据来重现问题的困难，但是我只是在寻找有关如何使用nnet拟合神经网络的高级解释。我在任何地方都找不到。非常感谢。
str(training)
'data.frame': 1346 obs. of 9 variables:
$ WL : Factor w/ 2 levels "win","lose": 2 2 1 1 NA 1 1 2 2 2 ...
$ team.rank : int 17 19 19 18 17 16 15 14 14 16 ...
$ opponent.rank : int 14 12 36 16 12 30 11 38 27 31 ...
$ HA : Factor w/ 2 levels "A","H": 1 1 2 2 2 2 2 1 1 2 ...
$ comp.stage : Factor w/ 3 levels "final","KO","league": 3 3 3 3 3 3 3 3 3 3 ...
$ days.since.last.match: num 132 9 5 7 14 7 7 7 14 7 ...
$ days.to.next.match : num 9 5 7 14 7 9 7 9 7 8 ...
$ comp.last.match : Factor w/ 5 levels "Anglo-Welsh Cup",..: 5 5 5 5 5 5 3 5 3 5 ...
$ comp.next.match : Factor w/ 4 levels "Anglo-Welsh Cup",..: 4 4 4 4 4 3 4 3 4 3 ...
与
str(training.nnet)
'data.frame': 1346 obs. of 9 variables:
$ WL : Factor w/ 2 levels "win","lose": 2 2 1 1 NA 1 1 2 2 2 ...
$ team.rank : int 17 19 19 18 17 16 15 14 14 16 ...
$ opponent.rank : int 14 12 36 16 12 30 11 38 27 31 ...
$ HA : num 1 1 2 2 2 2 2 1 1 2 ...
$ comp.stage : num 3 3 3 3 3 3 3 3 3 3 ...
$ days.since.last.match: num 132 9 5 7 14 7 7 7 14 7 ...
$ days.to.next.match : num 9 5 7 14 7 9 7 9 7 8 ...
$ comp.last.match : num 5 5 5 5 5 5 3 5 3 5 ...
$ comp.next.match : num 4 4 4 4 4 3 4 3 4 3 ...
最佳答案
您所寻找的差异可以通过一个非常小的示例来解释:
fit.factors <- nnet(y ~ x, data.frame(y=c('W', 'L', 'W'), x=c('1', '2' , '3')), size=1)
fit.factors
# a 2-1-1 network with 5 weights
# inputs: x2 x3
# output(s): y
# options were - entropy fitting
fit.numeric <- nnet(y ~ x, data.frame(y=c('W', 'L', 'W'), x=c(1, 2, 3)), size=1)
fit.numeric
# a 1-1-1 network with 4 weights
# inputs: x
# output(s): y
# options were - entropy fitting
在R中拟合模型时，因子变量实际上是split out into several indicator/dummy variables。
因此，因子变量
x = c('1', '2', '3')实际上分为三个变量:x1，x2和x3，其中一个变量持有1值，而其他变量持有0值。此外，由于{1, 2, 3}因素是穷举性的，因此x1，x2和x3中的一个(只有一个)必须为1。因此，自x1以来，变量x2，x3和x1 + x2 + x3 = 1不独立。因此，我们可以删除第一个变量x1，并在模型中仅保留x2和x3的值，并得出结论:如果同时1和x2 == 0，则级别为x2 == 0。那就是你在
nnet的输出中看到的；当x是一个因素时，实际上是向神经网络输入了length(levels(x)) - 1，如果x是一个数字，则只有一个输入到神经网络是x。大多数R回归函数(
nnet，randomForest，glm，gbm等)在内部从因子级到虚拟变量进行此映射，并且用户不需要知道它。现在应该很清楚，使用带有
factors的数据集和带有numbers的数据集替换factors的区别是什么？如果您转换为numbers，那么您是:这确实导致了一个稍微简单的模型(变量较少，因为我们不需要每个级别的
dummy变量)，但通常不是正确的做法。关于r - 使用NNET进行分类，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20017966/