如何在R中创建公式表？

Question

这是我的可复制示例：

#http://gekkoquant.com/2012/05/26/neural-networks-with-r-simple-example/

library("neuralnet")
require(ggplot2)

traininginput <-  as.data.frame(runif(50, min=0, max=100))
trainingoutput <- sqrt(traininginput)
trainingdata <- cbind(traininginput,trainingoutput)
colnames(trainingdata) <- c("Input","Output")

Hidden_Layer_1 <- 1       # value is randomly assigned 
Hidden_Layer_2 <- 1       # value is randomly assigned
Threshold_Level <- 0.1    # value is randomly assigned

net.sqrt <- neuralnet(Output~Input,trainingdata, hidden=c(Hidden_Layer_1, Hidden_Layer_2), threshold = Threshold_Level)

#Test the neural network on some test data
testdata <- as.data.frame((1:13)^2)              #Generate some squared numbers
net.results <- predict(net.sqrt, testdata)       #Run them through the neural network

cleanoutput <- cbind(testdata,sqrt(testdata),
                     as.data.frame(net.results))

colnames(cleanoutput) <- c("Input","ExpectedOutput","NeuralNetOutput")

ggplot(data = cleanoutput, aes(x= ExpectedOutput, y= NeuralNetOutput)) + geom_point() +
  geom_abline(intercept = 0, slope = 1
              , color="brown", size=0.5)

rmse <- sqrt(sum((sqrt(testdata)- net.results)^2)/length(net.results))

print(rmse)

在这里，当我的Hidden_Layer_1是1，Hidden_Layer_2是2，并且Threshold_Level是0.1时，我生成的rmse是0.6717354。

假设我们尝试另一个示例，

[当我的Hidden_Layer_1是2，Hidden_Layer_2是3，并且Threshold_Level是0.2时，我生成的rmse是0.8355925。

如何创建一个表，当用户将值分配给rmse，Hidden_Layer_1和Hidden_Layer_2时将自动计算Threshold_Level的值。 （我知道如何在Excel中执行此操作，但在r中没有，哈哈）

所需的表应如下所示：

我希望我的列中有Trial(s)，Hidden_Layer_1，Hidden_Layer_2，Threshold_Level和rmse，并且可以通过输入一些actionButton来无限生成行数（如果可能） ，表示用户可以继续尝试直到获得所需的rmse。

我该怎么做？谁能帮我？我肯定会从本课程中学到东西，因为我对r相当陌生。非常感谢任何愿意帮助我的人。

Answer 1

这里是创建可以与数据框查看器一起显示的值表的方法。

# initialize an object where we can store the parameters as a data frame
data <- NULL

# function to receive a row of parameters and add them to the
# df argument
addModelElements <- function(df,trial,layer1,layer2,threshold,rmse){
     newRow <- data.frame(trial = trial,
                          Hidden_Layer_1 = layer1,
                          Hidden_Layer_2 = layer2,
                          Threshold = threshold,
                          RMSE = rmse)
     rbind(df,newRow)
}

# once a model has been run, call addModelElements() with the 
# model parameters 
data <- addModelElements(data,1,1,2,0.1,0.671735)
data <- addModelElements(data,2,2,3,0.2,0.835593)

...和输出：

View(data)

注意，如果要创建分数或数百行参数和RMSE结果，然后再将它们显示给最终用户，则应更改代码以提高rbind()的效率。在这种情况下，我们构建了一组参数集，将它们转换为数据帧，并使用do.call()仅执行一次rbind()。

# version that improves efficiency of `rbind()
addModelElements <- function(trial,layer1,layer2,threshold,rmse){
     # return row as data frame
     data.frame(trial = trial,
                Hidden_Layer_1 = layer1,
                Hidden_Layer_2 = layer2,
                Threshold = threshold,
                RMSE = rmse)
}

# generate list of data frames and rbind() once

inputParms <- list(c(1,1,2,0.1,0.671735),
                   c(1,1,2,0.3,0.681935),
                   c(2,2,3,0.2,0.835593))

parmList <- lapply(inputParms,function(x){
     addModelElements(x[1],x[2],x[3],x[4],x[5])
})
# bind to single data frame
data <- do.call(rbind,parmList)
View(data)

...和输出：