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.Falsche Ausgabe WEKA Mehrlagiges Perzeptron in Textklassifikation mit
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?
bitte weitere Informationen und Beispielcode hinzufügen –
Diese derzeit mit dem WEKA-Explorer getan wird, so zur Zeit kein Code erforderlich. Sobald ich eine funktionierende Konfiguration im Explorer habe, werde ich meinen Code dafür korrigieren. Meine letzte Konfiguration und mein Datensatz sind in den Bildern beschrieben. – Avuvo