R tryCatch 神经网络，意外输出

Question

我正在为 Kaggle “幽灵、食尸鬼、地精”挑战构建一个神经网络。

我正在对我的（训练）数据进行 X 次采样（出于说明目的 X = 6），将其分成训练集和测试集。然后我在每个 X (6) 个数据集上运行我的神经网络并记录准确度。我这样做是为了比较不同网络之间的准确性（一层 3、4、5 隐藏，两层 3+3、4+3 等）

我的神经网络部分代码是

set.seed(26)
mysamples <- sapply(1:iterations, function(j) {
  temp <- sample(1:371, size = insamplesize, replace = F)
})

nn3results <- data.frame(matrix(0, ncol = iterations, nrow = 1))

myseed <- 0
for (nnloop in 1:iterations){
  myseed = myseed + 1
  set.seed(myseed)
  nn_idx <- mysamples[,nnloop]
  nn_rep_train <- mydata[nn_idx,]
  nn_rep_test <- mydata[-nn_idx,]
  nn_rep <- neuralnet(Ghost+Ghoul+Goblin ~ bone_N + rot_N + hair_N + soul_N, 
                      data=nn_rep_train, hidden=c(4))
  mypredict <- compute(nn_rep, nn_rep_test[,2:5])$net.result
  idx <- apply(mypredict, c(1), maxidx)
  nn_rep_test$Pred <- as.factor(c('Ghost', 'Ghoul', 'Goblin')[idx])
  print(paste("sim",nnloop,"=",round(sum(diag(table(nn_rep_test$type, nn_rep_test$Pred)))
          /outsamplesize,5),"%","myseed = ",myseed))
  nn3results[1,nnloop] <- sum(diag(table(nn_rep_test$type, nn_rep_test$Pred)))
}

这完全符合我的预期，直到迭代 5 神经网络不收敛如下

[1] "sim 1 = 0.74194 % myseed =  1"
[1] "sim 2 = 0.73118 % myseed =  2"
[1] "sim 3 = 0.75269 % myseed =  3"
[1] "sim 4 = 0.74194 % myseed =  4"
Error in nrow[w] * ncol[w] : non-numeric argument to binary operator
In addition: Warning messages:
1: algorithm did not converge in 1 of 1 repetition(s) within the stepmax 
2: In is.na(weights) :
  is.na() applied to non-(list or vector) of type 'NULL'

所以不用担心。我已经修改了我的代码并将其放在tryCatch 中，如下所示。

myseed <- 0
for (nnloop in 1:iterations){
  myseed = myseed + 1
  set.seed(myseed)
  nn_idx <- mysamples[,nnloop]
  nn_rep_train <- mydata[nn_idx,]
  nn_rep_test <- mydata[-nn_idx,]
  tryCatch({
        nn_rep <- neuralnet(Ghost+Ghoul+Goblin ~ bone_N + rot_N + hair_N + soul_N, 
            data=nn_rep_train, hidden=c(4))
        },
       error = function(e){nn3results[1,nnloop] <- -1},
       warning = function(w){nn3results[1,nnloop] <- -1}, 
       finally={
          mypredict <- compute(nn_rep, nn_rep_test[,2:5])$net.result
          idx <- apply(mypredict, c(1), maxidx)
          nn_rep_test$Pred <- as.factor(c('Ghost', 'Ghoul', 'Goblin')[idx])
          print(paste("sim",nnloop,"=",round(sum(diag(
                table(nn_rep_test$type, nn_rep_test$Pred)))
                /outsamplesize,5),"%","myseed = ",myseed))
          nn3results[1,nnloop] <- sum(diag(table(nn_rep_test$type, nn_rep_test$Pred)))
  })
}
nn3results

现在出乎意料的结果。由于模拟 5 返回错误，我希望相应的 nn3results 具有 -1 的值，因为 error = function(e){nn3results[1,nnloop] <- -1} 但现在整个代码似乎工作，即使对于模拟 5，以前它没有。

[1] "sim 1 = 0.74194 % myseed =  1"
[1] "sim 2 = 0.73118 % myseed =  2"
[1] "sim 3 = 0.75269 % myseed =  3"
[1] "sim 4 = 0.74194 % myseed =  4"
[1] "sim 5 = 0.70968 % myseed =  5"
[1] "sim 6 = 0.75269 % myseed =  6"
> nn3results
  X1 X2 X3 X4 X5 X6
1 69 68 70 69 66 70

种子是一样的。结果 1-4 相同。为什么模拟 5 现在可以工作而不返回 -1？

顺便说一句，任何（建设性的）代码建议都会受到赞赏。

Answer 1

finally 语句中的代码总是在有错误和没有错误时执行。因此，在这种情况下，您正在使用上一步中的模型（模型 4）计算预测。您应该将评估模型的代码放在 tryCatch 块中。

finally 语句通常用于确保事情得到清理。例如关闭一个文件。无论有没有错误，这都应该发生。