r-尖号:具有n维输出的自定义模型 [英] r-caret: custom model with n-dimensional output

问题描述

我正在尝试使用插入符号来拟合自动编码器模型.我遇到了问题，因为我的输出将超过一维(例如，在我的情况下，对train()的调用中的y将是一个矩阵).有没有办法说明插入符号中较高维的输出?

I am trying to fit an autoencoder model using caret. I run into problems because my output will be more than 1-dimensional (e.g. y in the call to train() will be a matrix in my case). Is there a way to account for output of higher dimension in caret?

推荐答案

目前，它仅处理单变量结果.我不确定为什么您会使用 train 作为自动编码器；这些通常被用作预处理步骤，而不是结果本身.

Right now, it only handles univariate outcomes. I'm not sure why you would be using train for an autoencoder though; those are usually used as a pre-processing step rather than the outcome itself.

这篇关于r-尖号:具有n维输出的自定义模型的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！