预测 - 用于回归的神经网络预测相同的值

Posted 2023-02-16

【中文标题】预测 - 用于回归的神经网络预测相同的值

【英文标题】：Prediction - Neural network for regression predicts same value

【发布时间】：2015-07-05 05:22:21

【问题描述】：

我正在尝试预测自住房屋的中值，这是一个很好的例子。

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

对于所有 506 个观察值的所有预测，我得到 23.70904 相同的值？为什么会这样？我做错了什么？

我的 R 版本是 3.1.2。

【问题讨论】：

我明白了，这是由于 linout=TRUE 需要用于连续响应变量。 'nnet.fit

太好了——很高兴看到您解决了问题！我鼓励您使用下面的“发布您的答案”按钮来回答您自己的问题，以便其他人在访问 Stack Overflow 时可以轻松地看到答案。

@josilber - 完成，感谢您告诉我，在这个平台上是新的，所以不知道。

【参考方案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）问题时，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，希望对你有帮助。