如何在R中训练和验证神经网络模型？

我是神经网络建模的新手，但是我设法建立了一个神经网络，其中的所有可用数据点都非常适合观察到的数据。神经网络是在R中使用nnet软件包完成的：

require(nnet)      
##33.8 is the highest value
mynnet.fit <- nnet(DOC/33.80 ~ ., data = MyData, size = 6, decay = 0.1, maxit = 1000)      
mynnet.predict <- predict(mynnet.fit)*33.80  
mean((mynnet.predict - MyData$DOC)^2) ## mean squared error was 16.5      

我正在分析的数据如下所示，其中DOC是必须建模的变量（大约有17,000个观测值）：

      Q  GW_level Temp   t_sum   DOC
1 0.045    0.070 12.50     0.2 11.17
2 0.046    0.070 12.61     0.4 11.09
3 0.046    0.068 12.66     2.8 11.16
4 0.047    0.050 12.66     0.4 11.28
5 0.049    0.050 12.55     0.6 11.45
6 0.050    0.048 12.45     0.4 11.48

现在，我读到应该用70％的数据点训练模型，并用剩余的30％的数据点进行验证。我该怎么做呢？我必须使用哪些功能？

我使用了插入符号包中的训练函数来计算大小和衰减的参数。

require(caret)
my.grid <- expand.grid(.decay = c(0.5, 0.1), .size = c(5, 6, 7))
mynnetfit <- train(DOC/33.80 ~ ., data = MyData, method = "nnet", maxit = 100, tuneGrid = my.grid, trace = f)

任何直接帮助或与其他网站/帖子的链接都将不胜感激。

Max Kuhn的插入符号手册-模型构建是一个很好的起点。

我认为验证阶段发生在插入符号train（）调用中，因为它是通过自举或可以通过trControl参数指定的其他方法来选择衰减和大小的超参数。我将用于表征最终选择的模型的误差的数据集称为测试集。由于插入符号可以为您处理超参数的选择，因此您只需要训练集和测试集。

您可以在插入符号中使用createDataPartition（）函数将数据集分为训练集和测试集。我使用汽车包装中的Prestige数据集对此进行了测试，该数据集具有与教育水平和职业声望有关的收入信息：

library(car)
library(caret)
trainIndex <- createDataPartition(Prestige$income, p=.7, list=F)
prestige.train <- Prestige[trainIndex, ]
prestige.test <- Prestige[-trainIndex, ]

createDataPartition（）函数似乎有点名字错误，因为它不会为您创建分区，而是提供了一个索引向量，您可以将其用于构建训练和测试集。这是很容易做到这一点自己使用样本（），但有一个件事createDataPartition（以R）显然是从因子水平中的作用只是样品。此外，如果您的结果是绝对的，则将在数据分区之间维护分布。但是，在这种情况下这无关紧要，因为您的结果是连续的。

现在，您可以在训练集上训练模型：

my.grid <- expand.grid(.decay = c(0.5, 0.1), .size = c(5, 6, 7))
prestige.fit <- train(income ~ prestige + education, data = prestige.train,
    method = "nnet", maxit = 1000, tuneGrid = my.grid, trace = F, linout = 1)    

另外：我必须添加linout参数，以使nnet能够处理回归（相对于分类）问题。否则，我将从模型中得到所有1作为预测值。

然后，您可以使用测试数据集对拟合对象进行预测，并根据结果计算RMSE：

prestige.predict <- predict(prestige.fit, newdata = prestige.test)
prestige.rmse <- sqrt(mean((prestige.predict - prestige.test$income)^2))