Полиномиальная классификация с использованием пакета нейронной сети
Этот вопрос должен быть очень простым. Но документация не помогает.
Я использую R. Я должен использоватьneuralnet
пакет для полиномиальной задачи классификации.
Все примеры приведены для биномиального или линейного вывода. Я мог бы сделать одну реализацию "все против всех", используя биномиальный вывод. Но я полагаю, что смогу сделать это, имея 3 единицы в качестве выходного слоя, где каждый является биномиальным (т. Е. Вероятность того, что это правильный выход). Нет?
Это то, что я бы использовалnnet
(который я считаю, делает то, что я хочу):
data(iris)
library(nnet)
m1 <- nnet(Species ~ ., iris, size = 3)
table(predict(m1, iris, type = "class"), iris$Species)
Это то, что я пытаюсь сделать, используяneuralnet
(формула взломать, потому чтоneuralnet
не похоже на поддержку.
обозначения в формуле):
data(iris)
library(neuralnet)
formula <- paste('Species ~', paste(names(iris)[-length(iris)], collapse='+'))
m2 <- neuralnet(formula, iris, hidden=3, linear.output=FALSE)
# fails !