英文:
Converting neural net probablities into predictions in R
问题
请原谅我的无知，我正在学习模型背后的理论，特别是神经网络。我试图使用library(nnet) library(NeuralNetTools)包来训练一个模型。
例如，如果我的代码是：
# 在训练数据集上训练模型
nnet_model <- nnet(Morphology~. ,size=10,data=morph_scaled_train, maxit=1500)
# 生成预测
nnet_prediction_prob <- predict(nnet_model, morph_test)
这会给出数字形式的预测输出，即：
Blue Red Green Yellow
1 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
2 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
3 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
我该如何将其转换为因子，即第一行是红色，第二行是蓝色，以此类推，给出总体预测。当我对其他模型（例如随机森林、逻辑回归）使用predict函数时，它会给出总体预测而不是数字，这正是我希望在神经网络中实现的。这是否可能？还是模型工作方式决定了无法解释这一点。谢谢！
英文:
Excuse me for my ignorance, as I am learning the theory behind models and in this case neural nets. I trying to train a model using the library(nnet) library(NeuralNetTools) packages.
For example, if my code was:
#training model on training dataset
nnet_model <- nnet(Morphology~. ,size=10,data=morph_scaled_train, maxit=1500)
#generating predictions
nnet_prediction_prob <- predict(nnet_model,morph_test)
This gives the prediction output as numbers. I.e.
Blue Red Green Yellow
1 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
2 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
3 1.020685e-180 1.000000e+00 4.496185e-255 4.079526e-254
How could I convert this to a factor i.e. Row 1 is Red, row 2 is blue for example ... Giving the overall prediction. When I use predict function for other models e.g. random forest, logistic regression, it gives it as the overall prediction and not numbers, and this is what I wish for nnets. Is this possible? Or just the way the model works this cannot be interpreted. Thanks!
答案1
得分: 2
Use max.col:
colnames(nnet_prediction_prob)[max.col(nnet_prediction_prob)]
[1] "Red" "Red" "Red"
英文:
Use max.col:
colnames(nnet_prediction_prob)[max.col(nnet_prediction_prob)]
[1] "Red" "Red" "Red"
答案2
得分: 1
你可以在 predict 函数内添加 type = "class" 以获取类名。由于您没有提供任何数据，所以我在这里使用 iris 数据，如下所示：
library(nnet)
library(NeuralNetTools)
# 在训练数据集上训练模型
nnet_model <- nnet(Species~. ,size=10,data=iris, maxit=1500)
# 生成预测
nnet_prediction <- predict(nnet_model, iris, type = "class")
这是您要求的代码的翻译部分。
英文:
You can add type = "class" within predict function to have the class names. You have not provided any data, so I am using iris data like
library(nnet)
library(NeuralNetTools)
#training model on training dataset
nnet_model <- nnet(Species~. ,size=10,data=iris, maxit=1500)
#generating predictions
nnet_prediction <- predict(nnet_model, iris, type = "class")
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论