Это моя первая попытка использовать парадигму машинного обучения в R. Я использую набор данных о планетах (url: https://www.kaggle.com/mrisdal/open-exoplanet-catalogue), и я просто хочу предсказать размер планеты на основе размера ее Солнца. Это код, который у меня сейчас есть, используя nnet():
library(nnet)
#Organize data:
cols_to_keep = c(1,4,21)
full_data <- na.omit(read.csv('Planet_Data.csv')[, cols_to_keep])
#Split data:
train_data <- full_data[sample(nrow(full_data), round(nrow(full_data)/2)),]
rownames(train_data) <- 1:nrow(train_data)
test_data <- full_data[!rownames(full_data) %in% rownames(data1),]
rownames(test_data) <- 1:nrow(test_data)
#nnet
nnet_attempt <- nnet(RadiusJpt~HostStarRadiusSlrRad, data=train_data, size=0, linout=TRUE, skip=TRUE, maxNWts=10000, trace=FALSE, maxit=1000, decay=.001)
nnet_newdata <- predict(nnet_attempt, newdata=test_data)
nnet_newdata
Когда я печатаю nnet_newdata, я получаю значение для каждой строки в своих данных, но я действительно не понимаю, что означают эти значения. Является ли это правильным способом использования пакета nnet() для прогнозирования простой регрессии?
Спасибо
