Forecasting ()：is.constant(y)中出错：(列表)对象不能强制为类型“”double“”

Question

我正在尝试使用neuralnet()函数来预测负载数据，但是，当我尝试使用forecast()函数时，我收到了错误: Error in is.constant(y)：(list) object cannot be coerced to type 'double‘

我的数据如下：

         date  temperature   load   weekday month weekend day
1    2010-01-01         -28 256131       5    01       0   1
2    2010-01-02         -24 277749       6    01       1   2
3    2010-01-03         -53 264166       0    01       1   3
4    2010-01-04         -42 319847       1    01       0   4
5    2010-01-05         -17 321376       2    01       0   5

并且是结构化的：

str(NLtrain)
'data.frame':   2191 obs. of  7 variables:
 $ date       : POSIXct, format: "2010-01-01" "2010-01-02" "2010-01-03" ...
 $ temperature: num  -28 -24 -53 -42 -17 -45 -43 -42 -25 -11 ...
 $ load       : num  256131 277749 264166 319847 321376 ...
 $ weekend    : num  0 1 1 0 0 0 0 0 1 1 ...
 $ weekday    : int  5 6 0 1 2 3 4 5 6 0 ...
 $ month      : chr  "01" "01" "01" "01" ...
 $ day        : int  1 2 3 4 5 6 7 8 9 10 ...

我使用的代码如下：

 loadts <- ts(NLtrain$load, frequency=7, start = c(2010,1,1)) 

 nnvar = NLtrain$weekday+NLtrain$day+NLtrain$temperature 

 nn = neuralnet(loadts~nnvar, 
           data = NLtrain, hidden = 3, 
           linear.output =FALSE)
 forecast(nn)

我做错了什么？

提前感谢

Answer 1

您为neuralnet()定义公式的方式不正确。"nnvar“变成了一个向量，就像你解释的那样。它是列的总和。使用以下方法

nnvar<-as.formula(loadts~weekday+day+temperature)

nn=neuralnet(nnvar,data=NLtrain,hidden=3,linear.output=F)

此外，由于loadts中的值不在(0,1)的区间内，我认为您不应该使用linear.output=F，因为在这种情况下，逻辑函数变成激活函数，并且您的值被限制为0-1