Pybrain：用于分类的神经网络无法学习

Question

我正在尝试使用pybrain将某些输入（由44个变量组成，范围从-1到+1）分类为5类（从0到4），但是即使我将总误差固定为0.072左右更改网络结构，或者减少输入向量中的变量数量。 代码是：

InputT=TrainingINDF.ix[:End,:]
InputT=InputT.as_matrix()
TargetT=TrainingOUTDF.ix[:End,:]
TargetT=TargetT.as_matrix()
ds = ClassificationDataSet(44, 1, nb_classes=5)
for i in range (len(InputT)):
    ds.addSample(InputT[i,:],TargetT[i])
testdata=ClassificationDataSet(44, 1, nb_classes=5)
for i in range (len(TrainingINDF.ix[StartTS:,:])):
    testdata.addSample(TrainingINDF.ix[StartTS+i,:],TrainingOUTDF.ix[StartTS+i])
testdata._convertToOneOfMany()
ds._convertToOneOfMany()
net = buildNetwork(44,15,5,hiddenclass=TanhLayer, outclass=SoftmaxLayer)
trainer = BackpropTrainer(net,dataset=ds,momentum=0.1,verbose=True, weightdecay=0.01) 
trnerr,valerr = trainer.trainUntilConvergence(dataset=ds,maxEpochs=100)
ris = net.activateOnDataset(testdata)
out=ris.argmax(axis=1)
percenterrortest=percentError(out, testdata['class'] )
print 'Percent Error on Test dataset: ' , percentError(trainer.testOnClassData (dataset=testdata ), testdata['class'] )
print 'Percent Error on Train dataset: ' , percentError(trainer.testOnClassData (dataset=ds ), ds['class'] )

测试百分比误差为61.93，而列车百分比误差为60.50。 我究竟做错了什么？ 令我惊讶的是，这三个误差（百分比误差和总误差）始终在相同的值附近； 不管我改变什么

谢谢

Answer 1

对PyBrain不太熟悉，但是您确定输出能够小于0吗？ 例如，如果将输出限制在0和1之间，则可能永远无法非常接近正确的答案。