r语言 - Rmarkdown 转换存在严重问题

Question

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。

Answer 1

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"。