神经网络模型训练错误

Question

我开始使用 R，我真的很喜欢它，但最近我发现自己陷入了困境。我想建立预测热量消耗的神经网络模型。我有包含外部气温（模型输入）和热量需求值（模型输出）的历史数据，单位为兆瓦（过去 4 年的每小时数据）。我想使用我的模型根据气温天气预报（也提前 24 小时）预测未来 24 小时的热量需求。这是我的代码：

data <- read.delim("C:/.../data.csv", dec=",")
require(neuralnet)
trainset<-data[1:26208,]
testset<-data[26209:26232,]
net<-neuralnet(heat~temp,trainset,hidden=5,threshold=0.01)

.. 我收到“算法未收敛”的错误

这是我第一次尝试构建模型。这就是为什么我只想使用一个输入参数（气温），将来我想使用更多的输入，比如风速、工作日和节假日信息等。你知道我做错了什么吗？是隐藏神经元或层数的问题吗？我还尝试使用参数“隐藏”的其他值，但仍然出现错误。

这是我的数据集：click

提前感谢您的帮助。

Answer 1

感谢您的 cmets。在阅读了您提供的材料后，我认为

我再次尝试了不同的神经网络配置和更小的数据集：

> trainset<-data[1:1000,]
> testset<-data[1001:1024,]
> net<-neuralnet(heat~temp,trainset,hidden=2,threshold=0.01)
> temp_test<-subset(testset,select=temp)
> net.results<-compute(net,temp_test)
> results<-data.frame(actual=testset$heat,prediction=net.results$net.result)
> View(results)

所以我假设我的收敛问题是由模型配置（隐藏神经元数量）和训练数据集观察数量之间的关系引起的。