R Shiny演示神经网络时调用nn$result.matrix提示未找到报错求解
R Shiny 神经网络训练对象缺失报错解决方案
核心问题根因
- 数据读取逻辑冲突:代码中已声明
req(input$file1)要求用户上传文件,但实际读取的是本地固定路径文件,路径不匹配时会读取失败,后续神经网络对象nn根本未生成,调用相关属性自然报错 - 依赖包缺失:
preProcess来自caret包,neuralnet函数来自neuralnet包,未提前加载会导致训练失败 - 训练收敛问题:参数设置或数据质量问题导致神经网络训练不收敛,返回的
nn对象结构不完整 - 拼写错误:报错提示找不到
nn.results,检查代码中是否存在笔误,正确属性名是nn$result.matrix
修复步骤
- 替换硬编码的文件路径,读取用户上传的文件内容
- 提前加载所有依赖包
- 增加神经网络训练成功校验逻辑
- 调整renderPlot内的代码顺序,控制台输出用
print()包裹避免干扰绘图返回
修正后完整代码
# 全局加载依赖包 library(shiny) library(caret) library(neuralnet) # server.R 对应部分 output$plot <- renderPlot({ req(input$file1) inFile <- input$file1 # 读取上传的文件 替换原硬编码路径 DataSTP1 <- read.csv(inFile$datapath, stringsAsFactors = F, na.strings = c(NA,"NA", " NA", "-", "NT")) DataSTP1_om <- na.omit(DataSTP1) # 构造训练数据集 BOD_ANN <- data.frame( BODi = DataSTP1_om$BOD_i, BODo = DataSTP1_om$BOD_o, CODi = DataSTP1_om$COD_i, CODo = DataSTP1_om$COD_o, dis = DataSTP1_om$inflowMLD, temperature = DataSTP1_om$temperature, pHi = DataSTP1_om$pH_i ) # 数据归一化 BOD_ANNpre <- preProcess(BOD_ANN, method=c("range")) BOD_ANNnorm <- predict(BOD_ANNpre, BOD_ANN) # 训练神经网络 nn <- neuralnet( CODo ~ BODi + dis + temperature + pHi + CODi, data=BOD_ANNnorm, hidden=c(5,2), linear.output=T, threshold=0.01 ) # 校验训练是否成功 if(is.null(nn$result.matrix)){ stop("神经网络训练失败,请调整阈值、隐藏层参数或检查输入数据质量") } # 打印结果矩阵 用print包裹避免干扰绘图 print(nn$result.matrix) # 绘制神经网络结构 plot(nn) })
内容的提问来源于stack exchange,提问作者SWAPNIL MEENA
相关产品推荐
相关产品推荐

