Я пытаюсь построить регрессионную модель с использованием пакета каретки в R. Я использую методы neuralnet и mlpWeightDecayML.Я хотел бы знать, есть ли способ передать пользовательские веса в функцию поезда так, чтобы эти веса использовались во время обучения для корректировки функции стоимости.
Если это невозможно с использованием этих двух алгоритмов, может кто-нибудь порекомендовать другие алгоритмы в Caret, которые могут принимать пользовательские веса, строить регрессионные модели и работать с сильно нелинейными данными (все одновременно).
Просто чтобы дать некоторый фон, мои метки варьируются от очень маленьких значений (нано или 10E-9) до относительно больших значений (милли или 10E-3).Я взял преобразование журнала перед тренировкой модели.Это немного помогает, но я все равно получаю остатки в форме воронки (с более низкой абсолютной ошибкой на нижнем конце и более высокой абсолютной ошибкой на более высоком конце).Я хотел бы посмотреть, смогу ли я придать больший вес более крупным точкам, чтобы абсолютная ошибка могла быть ужесточена на более высоком конце.
Спасибо!
