时间戳

首页 > 解决方案 > Rmarkdown 转换的严重问题

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。

标签： rneural-networkr-markdown

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