pybrain交叉驗證方法的問題

Question

我想對我的數據使用交叉驗證器，但我得到0.0成功率，這是沒有意義的。

我的數據由具有5個連續屬性和兩個可能類的樣本組成：「y」和「n」。

我的代碼：

net = pybrain.tools.shortcuts.buildNetwork(5, 8, 1) 
trainer = BackpropTrainer(net, ds) 
evaluation = ModuleValidator.classificationPerformance(trainer.module, ds) 
validator = CrossValidator(trainer=trainer, dataset=trainer.ds, n_folds=5, valfunc=evaluation) 
print(validator.validate()) 

當我在做，像這樣

print(trainer.train()) 

我得到一個合理的誤差率經常性培訓，所以我猜，這意味着數據集和網絡沒問題，問題在於交叉驗證器。

任何想法？

更新：

我看着在交叉驗證碼，發現我的網絡輸出連續的值，而不是0/1的要求。我猜這些是每個班級的概率。當模型在交叉驗證方法中使用時，它不會說明這一點，這意味着所有的答案都被視爲flase，我得到0正確的答案。如何添加一個查看連續值的圖層，並根據哪個更大來返回0或1？文件不清楚。

Answer 1

我神經網絡的工作壓力太大，我建議你用Python綁定檢查FANN library，它的更好，更容易比pybrain