我对 rMarkdown 转换有问题。
基本上,我必须报告神经网络的结果。
在pdf文件中转换后,文档充满了神经网络的计算。
我已经包含了这个块
题目:"液压系统监控">
输出:pdf_document
{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
{r echo=FALSE, message=FALSE, warning=FALSE}
nNGrid=expand.grid(size=seq(1,9,1),decay=seq(0.1,1,0.1))
neuralNetwork= train(Class ~.,data=training_norm, method="nnet",
trControl=reg_Control,tuneGrid=nNGrid)
nNPredictions = predict(neuralNetwork,newdata=testing_norm)
ty<- confusionMatrix(nNPredictions,testing_norm$Class)
ty$table
以尝试阻止 R 打印消息和警告。
但这是我在最终的pdf文档中得到的:
weights: 67
initial value 721.992732
iter 10 value 519.008521
iter 20 value 488.124903
iter 30 value 456.941810
iter 40 value 330.558805
iter 50 value 259.373044
大约是500页的计算!
我该如何解决这个问题??
我必须从我的最终文件中删除所有这些计算。
谁能帮忙??
我忘了提到我已经从我的rg_Control中排除了verboseIter=T
。 但它仍然不起作用。
我不知道该怎么办!
为了完整起见,这是我的reg_COntrol
Tabella_per_previsioni$Class=factor(Tabella_per_previsioni$Class, labels=c("Alterato","Ottimale","Pericolo"))
set.seed(32343)
reg_Control = trainControl("repeatedcv", number = 5, repeats=5, classProbs =T)
inTrain = createDataPartition(y=Tabella_per_previsioni$Class,p=0.75, list=FALSE)
training = Tabella_per_previsioni[inTrain,]
testing = Tabella_per_previsioni[-inTrain,]
train_stats <- preProcess(training, method="range")
training_norm <- predict(train_stats, training)
testing_norm <- predict(train_stats, testing)
忘了说我正在使用插入符号。
我已经根据大卫的建议解决了所有问题。
"有时将打印到控制台的代码包装在一个
a <- capture.output({neuralNetwork <- train(...)})
帮助"。