r - Rmarkdown 转换的严重问题
问题描述
我对 rMarkdown 转换有疑问。
基本上,我必须报告神经网络的结果。
转换为 pdf 文件后,文档中充满了神经网络的计算。
我已经包含了这个块
标题:“监控液压系统”
输出:pdf_document
{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
{r echo=FALSE, message=FALSE, warning=FALSE}
nNGrid=expand.grid(size=seq(1,9,1),decay=seq(0.1,1,0.1))
neuralNetwork= train(Class ~.,data=training_norm, method="nnet",
trControl=reg_Control,tuneGrid=nNGrid)
nNPredictions = predict(neuralNetwork,newdata=testing_norm)
ty<- confusionMatrix(nNPredictions,testing_norm$Class)
ty$table
试图阻止 R 打印消息和警告。
但这是我在最终的 pdf 文档中得到的:
weights: 67
initial value 721.992732
iter 10 value 519.008521
iter 20 value 488.124903
iter 30 value 456.941810
iter 40 value 330.558805
iter 50 value 259.373044
这是大约500页的计算!
我该如何解决这个问题?
我必须从我的最终文件中删除所有这些计算。
有人可以帮忙吗??
我忘了提到我已经verboseIter=T
从我的 rg_Control 中排除了。但它仍然不起作用。
我不知道该怎么办!
为了完整起见,这是我的 reg_CONtrol
Tabella_per_previsioni$Class=factor(Tabella_per_previsioni$Class, labels=c("Alterato","Ottimale","Pericolo"))
set.seed(32343)
reg_Control = trainControl("repeatedcv", number = 5, repeats=5, classProbs =T)
inTrain = createDataPartition(y=Tabella_per_previsioni$Class,p=0.75, list=FALSE)
training = Tabella_per_previsioni[inTrain,]
testing = Tabella_per_previsioni[-inTrain,]
train_stats <- preProcess(training, method="range")
training_norm <- predict(train_stats, training)
testing_norm <- predict(train_stats, testing)
忘了提到我正在使用插入符号。
解决方案
我已经按照大卫的建议解决了所有问题。
“有时将打印到控制台的代码包装在一个
a <- capture.output({neuralNetwork <- train(...)})
帮助”。
推荐阅读
- php - 如何让我的 Wordpress(wp_query - 自定义帖子类型)、isotope.js 和 Bootstrap 过滤器正确显示?
- excel - 使用宏生成数据透视表(运行时错误 1004)
- angular - 如何将值从一个组件传递到另一个组件(没有@Input)
- python - 如何为提出的 QWidget 设置 QVariantAnimation?
- deep-learning - 在不平衡数据集上对多个对象训练 YOLO(对象检测)?
- excel - 一键单击选项按钮后VBA Excel按钮无效(ActiveX控件)
- c# - “自定义控件”中的 KeyDown 和 KeyUp 事件
- python - python - 从另一个文件导入的函数运行缓慢
- java - 关于块大小数量的日期范围搜索
- r - R 函数,用于在图案中的每个点周围创建圆盘,然后计算每个圆盘中的点数 [空间]