나는 거대한 trainData를 가지고 있으며 그것으로부터 임의의 부분 집합을 철회하고 (1000 번 가정하자), 신경망 객체를 연속적으로 훈련 시키는데 사용하고자한다. neuralnet R 패키지를 사용하여 수행 할 수 있습니까?신경 회로망에서의 연속 훈련
이nn <- neuralnet(formula, data=subset, hidden=c(3,5), linear.output = F, stepmax = 2147483647) #use that subset for training the neural network
}
은 내 질문이 neualnet 객체가 nn
라는 것입니다 : 같은 다음
library(neuralnet)
for (i=1:1000){
classA <- 2000
classB <- 2000
dataB <- trainData[sample(which(trainData$class == "B"), classB, replace=TRUE),] #withdraw 2000 samples from class B
dataU <- trainData[sample(which(trainData$class == "A"), classA, replace=TRUE),] #withdraw 2000 samples from class A
subset <- rbind(dataB, dataU) #bind them to make a subset
다시 다시 neuralnet 개체를 양성하는 실제 trainData의 일부를 공급 : 내가 생각하고하는 것은 같은 것이있다 루프의 모든 반복에서 훈련 될 것이고, 루프가 끝날 때 완전히 훈련 된 신경 네트워크 객체를 얻게 될 것인가? 둘째, 신경망이 특정 하위 집합에 수렴 할 수없는 경우 비 집중의 효과는 무엇인가? 예상 결과에 영향을 줍니까?
제 투표 결과가 좋지 않은 열거 형 기능을 비 결정적 알고리즘의 동작으로 예측하는 것에 대한 두 가지 질문에 기반하고 있습니다. 다른 stackexchange 포럼 중 하나, 베타 기계 학습 중 하나 또는 확립 된 통계 포럼에 더 적합 할 것으로 보입니다. (두 번째 것은 그냥 "try"나 그 다른 사촌들 중 하나를 사용하여 대답하는 것처럼 보일 것입니다.) –
@ 42- 당신의 의견에서 이해할 수있는 것은 "이 질문은 stackoverflow에 적합하지 않습니다. 둘째, 나는 나는 신경 네트워크를 훈련시키기 위해 언급했다. "맞습니까? – Newbie
파트 1에 대한 건설적인 제안을 인정하지 않음. 파트 2에서 올바르지 않습니다. –