R语言neuralnet包神经网络绘图标签截断问题求助

方法1：调整绘图参数与画布尺寸 #

neuralnet的plot函数支持width和height参数控制画布大小，同时可通过par()增大绘图边距，给标签留出更多空间：

# 调整全局绘图边距，重点增大左右边距（顺序：下、左、上、右）
par(mar = c(5, 8, 4, 8))
# 调用plot时指定更大的画布尺寸
plot(net_model, width = 10, height = 8)

如果需要保存为文件，直接在绘图设备中设置高分辨率和大尺寸：

png("nn_visualization.png", width = 1200, height = 800, res = 150)
par(mar = c(5, 8, 4, 8))
plot(net_model, width = 10, height = 8)
dev.off()

方法2：自定义neuralnet绘图函数（调整标签位置） #

默认的plot.neuralnet函数对标签位置的计算比较紧凑，可修改源码中标签绘制的坐标：

1. 先复制原函数代码：

plot.neuralnet <- neuralnet:::plot.neuralnet

2. 找到函数中绘制输入/输出标签的text调用，调整x坐标值（比如输入标签左移、输出标签右移）：

# 修改输入层标签的位置（x值减小，让标签更靠左）
body(plot.neuralnet)[[which(grepl("text(", body(plot.neuralnet), fixed = TRUE))]] <- substitute(
  text(layer_positions[[1]] - 0.15, rep(1:nrow(weights[[1]]), each = ncol(weights[[1]])), 
       labels = input_names, cex = 0.8, pos = 2)
)
# 修改输出层标签的位置（x值增大，让标签更靠右）
body(plot.neuralnet)[[which(grepl("text(", body(plot.neuralnet), fixed = TRUE)[-1])]] <- substitute(
  text(layer_positions[[length(layer_positions)]] + 0.15, 1:ncol(weights[[length(weights)]]), 
       labels = output_names, cex = 0.8, pos = 4)
)
# 使用修改后的函数绘图
plot(net_model)

方法3：改用第三方可视化工具 #

如果neuralnet自带的绘图始终无法满足需求，可借助DiagrammeR手动构建网络可视化，完全控制标签显示：

library(DiagrammeR)

# 提取网络结构参数
input_num <- length(n[!n %in% targets])
hidden_layers <- c(8, 4, 4)
output_num <- length(targets)

# 创建节点数据
nodes <- create_nodes(
  nodes = 1:(input_num + sum(hidden_layers) + output_num),
  label = c(n[!n %in% targets], 
            paste0("H", rep(1:length(hidden_layers), hidden_layers)),
            targets),
  shape = c(rep("rectangle", input_num), 
            rep("circle", sum(hidden_layers)), 
            rep("rectangle", output_num)),
  style = "filled",
  fillcolor = c(rep("#a6cee3", input_num), 
                rep("#1f78b4", sum(hidden_layers)), 
                rep("#b2df8a", output_num))
)

# 创建边数据
edges <- create_edges(
  from = c(rep(1:input_num, each=hidden_layers[1]),
           rep((input_num+1):(input_num+hidden_layers[1]), each=hidden_layers[2]),
           rep((input_num+sum(hidden_layers[1:2])+1):(input_num+sum(hidden_layers)), each=output_num)),
  to = c(rep((input_num+1):(input_num+hidden_layers[1]), input_num),
         rep((input_num+hidden_layers[1]+1):(input_num+sum(hidden_layers[1:2])), hidden_layers[1]),
         rep((input_num+sum(hidden_layers)+1):(input_num+sum(hidden_layers)+output_num), hidden_layers[3]))
)

# 生成并渲染图形
graph <- create_graph(nodes_df = nodes, edges_df = edges)
render_graph(graph)

内容的提问来源于stack exchange，提问作者coolhand