运行神经网络程序出现很多错误

第一种建模格式

wine=read.table(“d:\wine.txt”) # 本文默认数据以记事本格式存储于电脑D盘中
names(wine)=c(“fixed”,”volatile”,”citric”,”residual”,”chlorides”,”free”,”total”,”density”,”PH”,”sulphates”,”alcohol”,”quality”)# 为每一个变量命名
set.seed(71)
samp=sample(1:4898,3000) # 从总样本集中抽取3000个样本作为训练集
wine[samp,1:11]=scale01(wine[samp,])# 对样本进行预处理
Warning message:
In matrix(value, n, p) : 数据长度[39000]不是矩阵列数[11]的整倍数
r=1/max(abs(wine[samp,1:11]))# 确定参数rang的变化范围
set.seed(101)
model1=nnet(quality~.,data=wine,subset=samp,size=4,rang=r,decay=5e-4,maxit=200)# 建立神经网络模型
Error in terms.formula(formula, data = data) :
在数据框里用’.’时不能有重复的名字’NA’

第二种建模格式

x=subset(wine,select=-quality)# 提取wine数据中除quality列以外的数据作为自变量
y=wine[,12]# 提取wine数据中的quality列数据作为响应变量
y=class.ind(y)# 对响应变量进行预处理，将其变为类指标矩阵
set.seed(101)
model2=nnet(x,y,decay=5e-4,maxit=200,size=4,rang=r) # 建立神经网络模型
Error in nnet.default(x, y, decay = 5e-04, maxit = 200, size = 4, rang = r) :
missing values in ‘x’

针对第一种格式进行预测

x=wine[,1:11]# 确认需要进行预测的样本特征矩阵
pred=predict(model1,x,type=”class”)# 根据模型model1对xt数据进行预测
错误: unexpected input在”pred=predict(model1,x,type=””里
set.seed(110)
pred[sample(1:4898,8)]# 随机挑选8个预测结果进行展示

<NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
NA NA NA NA NA NA NA NA

怎么没有案例数据下载啊？