क्यों मेरे neuralnet समारोह में काम नहीं कर मेरा कार्यक्रम है?

0

सवाल

मैं हूँ हो रही है त्रुटि Error in eval(predvars, data, env) : object 'B' not found, मैं नहीं हूँ यकीन है कि कैसे यह करने के लिए लाइन:

nn <- neuralnet(B+M~ area+texture+smoothness, data=cancertrain, hidden=3,

B+M कर रहे हैं दो संभावित मान, या तो सौम्य या घातक है, और तीन गुण है कि अधिक प्रभाव में दृढ़ संकल्प कर रहे हैं क्षेत्र, बनावट, और चिकनाई. मैं मान रहा हूँ मैं सिर्फ मापदंडों के समारोह में neuralnet गलत किया, क्या किसी को पता है? यहाँ कैंसर डेटासेट में एक गूगल स्प्रेडशीट में ।

library(neuralnet)
library(ISLR) 
library(rpart)
library(rpart.plot)
library(caTools)
library(random)

#setwd("**change to your working directory**")
data <- read.csv("WDBC.csv", header=T)
#head(data)

cancer.dataset <- data
  
#according to previous models and studies, area, texture, and smoothness are the
#attributes with the highest relevance to the diagnosis of benign or malignant
cancer.dataset$b <- cancer.dataset$Diagnosis == "B"
cancer.dataset$m = cancer.dataset$Diagnosis == "M"
cancer.dataset$area <- cancer.dataset$Diagnosis == "area"
cancer.dataset$texture = cancer.dataset$Diagnosis == "texture"
cancer.dataset$smoothness = cancer.dataset$Diagnosis == "smoothness"

cancerdata <- data.frame(cancer.dataset$Diagnosis, cancer.dataset$texture, cancer.dataset$smoothness, cancer.dataset$area)
cancerdata

train <- sample(x = nrow(cancerdata), size = nrow(cancerdata)*0.5)
train

cancertrain <- cancer.dataset[train,]
cancervalid <- cancer.dataset[-train,]
print(nrow(cancertrain))
print(nrow(cancervalid))
nn <- neuralnet(B+M~ area+texture+smoothness, data=cancertrain, hidden=3,  
                rep = 2, err.fct = "ce", linear.output = F, lifesign = "minimal", stepmax = 10000000)

यह है क्या एक उदाहरण है कि सही द्वारा दिए गए प्रोफेसर की तरह लग रहा है का उपयोग कर मानक आईरिस डेटासेट, मैं नहीं हूँ यकीन है कि अगर मैंने किया है मेरा अधिकार पर आधारित एक यह कैसे किया जाता है:

iris.dataset$setosa <- iris.dataset$Species=="setosa"
iris.dataset$virginica = iris.dataset$Species == "virginica"
iris.dataset$versicolor = iris.dataset$Species == "versicolor"
train <- sample(x = nrow(iris.dataset), size = nrow(iris)*0.5)
train
iristrain <- iris.dataset[train,]
irisvalid <- iris.dataset[-train,]
print(nrow(iristrain))
print(nrow(irisvalid))
nn <- neuralnet(setosa+versicolor+virginica ~ Sepal.Length + Sepal.Width, data=iristrain, hidden=3,  
                rep = 2, err.fct = "ce", linear.output = F, lifesign = "minimal", stepmax = 10000000)

plot(nn, rep="best")
1

सबसे अच्छा जवाब

2

आप कर सकते हैं निम्न कोड का उपयोग करें

library(neuralnet)
library(ISLR) 
library(caTools)
library(random)

#setwd("**change to your working directory**")
data <- read.csv("WDBC.csv", header=T)
head(data)

#Select the important variables
cancerdata <- subset(data, select = c(Diagnosis, texture, smoothness, area))
head(cancerdata) 

train <- sample(x = nrow(cancerdata), size = nrow(cancerdata)*0.5)

cancertrain <- cancerdata[train,]
cancervalid <- cancerdata[-train,]
print(nrow(cancertrain))
print(nrow(cancervalid))

nn <- neuralnet(Diagnosis ~ area+texture+smoothness, data=cancertrain, hidden=3,  
                rep = 2, err.fct = "ce", linear.output = F, lifesign = "minimal", stepmax = 10000000)

plot(nn, rep="best")

enter image description here

2021-11-20 05:53:29

अन्य भाषाओं में

यह पृष्ठ अन्य भाषाओं में है

Русский
..................................................................................................................
Italiano
..................................................................................................................
Polski
..................................................................................................................
Română
..................................................................................................................
한국어
..................................................................................................................
Français
..................................................................................................................
Türk
..................................................................................................................
Česk
..................................................................................................................
Português
..................................................................................................................
ไทย
..................................................................................................................
中文
..................................................................................................................
Español
..................................................................................................................
Slovenský
..................................................................................................................

इस श्रेणी में लोकप्रिय

लोकप्रिय सवाल इस श्रेणी में