Falsche Ausgabe WEKA Mehrlagiges Perzeptron in Textklassifikation mit

Question

Ich habe versucht, ein Mehrlagiges Perzeptron neuronales Netz, um zu verwenden, um meine Daten zu klassifizieren. Mit jeder konfigurierten Konfiguration scheint ich jedoch immer die gleichen Ergebnisse von nur 50% zu erhalten, wie unten gezeigt. Ich kann bestätigen, dass andere Klassifikatoren scheinbar glaubhaftere Ergebnisse mit demselben Datensatz liefern.

Meine Daten haben das Format 'string, nominal'.

Vorverarbeiten ein bisschen mehr zu erklären - ich StringToWordVector Filter verwenden die Zeichenfolge Attribute in meinem Datensatz zu konvertieren (das gibt mir etwa 1000 Attribute). Mein Klassenattribut ist ein Nominalwert, entweder positiv oder negativ.

Beim Versuch, das neurale Netzwerk auf 4000 (2000 pro Klasse) dieser Instanzen zu überprüfen, bekomme ich die gleichen Ergebnisse wiederholt. Was veranlasst das Netzwerk dazu, alles auf eine einzige Klasse zu verweisen?

Cross-validation output

Dataset configuration

Network configuration

Answer 1

Für alle, die eine Antwort auf diese Suche, fand ich, dass ich die Anzahl der Neuronen in der verborgenen Schicht zu erhöhen hatte. Ich habe verbesserte Ergebnisse, die diese Zahl auf 100 setzen, und wenn ich sie in 'die Anzahl der Attribute' ändere, wird nicht alles auf eine einzige Klasse abgebildet (das ursprüngliche Problem).