pybrain交叉验证方法的问题

Question

我想对我的数据使用交叉验证器，但我得到0.0成功率，这是没有意义的。

我的数据由具有5个连续属性和两个可能类的样本组成：“y”和“n”。

我的代码：

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()) 

当我在做，像这样

print(trainer.train()) 

我得到一个合理的误差率经常性培训，所以我猜，这意味着数据集和网络没问题，问题在于交叉验证器。

任何想法？

更新：

我看着在交叉验证码，发现我的网络输出连续的值，而不是0/1的要求。我猜这些是每个班级的概率。当模型在交叉验证方法中使用时，它不会说明这一点，这意味着所有的答案都被视为flase，我得到0正确的答案。如何添加一个查看连续值的图层，并根据哪个更大来返回0或1？文件不清楚。

Answer 1

我神经网络的工作压力太大，我建议你用Python绑定检查FANN library，它的更好，更容易比pybrain