텍스트 분류에서 WEKA의 MultilayerPerceptron을 사용하는 잘못된 출력

Question

데이터를 분류하기 위해 MultilayerPerceptron 신경망을 사용하려고했습니다. 그러나 어떤 구성을 시도해도 항상 아래의 그림과 같이 동일한 결과가 50 % 만 정확합니다. 다른 분류기가 동일한 데이터 세트를 사용하여 더 믿을 수있는 결과를 제공하는 것으로 확인됩니다.

내 데이터의 형식은 'string, nominal'입니다.

사전 처리에 대해 좀 더 설명하려면 - StringToWordVector 필터를 사용하여 문자열을 내 데이터 집합의 특성으로 변환합니다 (약 1000 개의 특성을 제공함). 내 class 속성은 양수이거나 음수 인 명목상의 속성입니다.

이러한 인스턴스 중 4000 (클래스 당 2000)에서 신경 네트워크를 교차 유효성 검사를 시도 할 때 동일한 결과가 반복적으로 나타납니다. 네트워크가 모든 것을 단일 클래스로 지정하게하는 것은 정확히 무엇입니까?

이에 대한 답을 찾고있는 사람들을위한 Network configuration

Answer 1

Dataset configuration

Cross-validation output

, 나는 내가 은닉층 뉴런의 수를 증가주었습니다. 이 결과를 100으로 변경하고 '속성 수'로 변경하면 개선 된 결과를 얻었지만 모든 것이 단일 클래스 (원래 문제)로 매핑되는 것은 아닙니다.