Итак, я пытаюсь приспособить модель глубокого обучения к своим данным, используя tidymodels
. Общий интерфейс для этого - mlp()
, и я использую fit_resamples()
, чтобы найти лучшую модель для внешних данных. Я все время получаю эту ошибку:
ann_model <-
mlp(epochs = 50, hidden_units = 5, dropout = 0.1) %>%
set_engine("nnet", weights = 10000) %>%
set_mode("regression")
ann_wflw <-
workflow() %>%
add_recipe(dados_recipe) %>%
add_model(ann_model)
ann_fit <-
ann_wflw %>%
fit_resamples(resamples = dados_cv)
x Fold01, Repeat1: model: Error in nnet.default(x, y, w, ...): too many (1301) weights
x Fold02, Repeat1: model: Error in nnet.default(x, y, w, ...): too many (1296) weights....
Как мне изменить вес? Пожалуйста, я действительно тороплюсь. Кстати, есть ли другой подход, чтобы не переобучать мои данные обучения, кроме перекрестной проверки? Заранее спасибо!