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?