r - ANN的预测都是一样的
问题描述
我已经使用 RMSE 为我的 ANN 训练并选择了某种拓扑,以选择具有 18 个隐藏节点的拓扑。
best.ANN.f <- neuralnet(total_let_area ~ income + pop + prop_unemp + medianage + prop_bdegree + prop_vehicle, data = train, hidden = 18, threshold =0.01, act.fct = "tanh", stepmax = 1e+07)
best.ANN.pred.f <- compute(best.ANN.f, test[,c("income", "pop", "prop_unemp", "medianage", "prop_bdegree", prop_vehicle")])
head(best.ANN.pred.f$net.result)
|--------|---预测---|
|1-----| 37382.83899|
|2-----| 37382.83899|
|3-----| 37382.83899|
|4-----| 37382.83899|
|5-----| 37382.83899|
|6-----| 37382.83899|
当我通过 ANN 运行我的保留数据集时,它为我的数据帧的每一行预测相同的值。
这是否意味着我对数据进行了过度拟合,或者在其他地方我还不够。
谢谢
解决方案
似乎扩展我的数据已经解决了这个问题,如果其他人有同样的问题,我建议这样做。
推荐阅读
- javascript - 用js截屏时出错
- javascript - IE 和 Windows Server 2012 上的 JavaScript 音频元素
- html - 在引导轮播中每个图像的底部添加链接
- c# - 带有共享选项列表的纯文本给出错误
- asp.net - ASP.NET CORE 2:模型绑定的复杂类型不能是抽象类型或值类型,并且必须具有无参数构造函数
- android - 即使出现错误(root),如何强制 gradle 构建我的应用程序?
- r - 如何根据距离标准将值从一个数据帧添加到另一个数据帧。
- javascript - Chrome 扩展在页面上获取元属性的内容并传回扩展
- php - LDAP 过滤器:仅获取自给定日期以来更新的用户
- python - python代码返回错误:ufunc'subtract'不包含签名匹配类型dtype('
我正在关注带有 Python 介绍的视频实用机器学习教程(https://www.y