Python作业 机器学习 用bp神经网络建立预测模型的问题

Question

如题，选择最佳的特征组合，建立bp神经网络模型，并用10折交叉验证评价模型

原数据集data，excel文件，前几行如下，46列，44行，第一列为分类标签（N和P），其余为特征，已经做过归一化等预处理

我自己做了一个随机森林的特征选择，选了得分较高的前五个特征，生成新数据集data2，前几行如下

然后原本的要求是寻找最佳的模型，这里我选了bp算法，但我不太会写，就先用mlp做了一个极简的模型，结果准确率太低了。。。

菜鸟求教代码，用bp算法，分训练集和测试集，10折交叉验证，优化模型提高准确率，老师给的准确率在90%以上，我不太清楚，是我特征选择选的不好，还是神经网络的模型不适合这个数据集，准确率就比较低？所以应该选哪个模型呢？

Answer 1

https://www.cnblogs.com/lc1217/p/6861499.html