You need to enable JavaScript to run this app. R Shiny演示神经网络时调用nn$result.matrix提示未找到报错求解
优惠活动
大模型
产品
解决方案
定价
更多

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

  1. 替换硬编码的文件路径,读取用户上传的文件内容
  2. 提前加载所有依赖包
  3. 增加神经网络训练成功校验逻辑
  4. 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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.21 16:27:08