HeJ小鼠, 在我的多類神經網絡用於IRIS的最後一步 數據集,我正在執行以下代碼: steps = 2500
with tf.Session() as sess:
sess.run(init)
for i in range(steps):
sess.run(train,feed_dict={X_data:X_train,y_target:y_train})
#
我有一個包含2柱csv文件「投訴詳細」和「DispositionCode'.I要的complaintDetails分爲8不同類別dispostionCode的如‘門反鎖’ ,'供應商錯誤','缺少密鑰或鎖'... 數據集顯示在圖像中。 enter image description here 什麼是很好的方法來分類和找到準確性。 起初我試圖從ComplaintDetails去除停用詞然後用naiv