根据60个特征(0~1)分类为岩石(R)和金属(M)
网址:http://archive.ics.uci.edu/ml/datasets/connectionist+bench+(sonar,+mines+vs.+rocks)
python train.py
可设置参数:
if use_ga = True :使用遗传算法进行权重优化
else:使用梯度下降法进行权重优化
可用于其他数据集,适用多分类任务,需要修改数据预处理部分(独热编码)以及神经网络输出层(output_size)
根据60个特征(0~1)分类为岩石(R)和金属(M)
网址:http://archive.ics.uci.edu/ml/datasets/connectionist+bench+(sonar,+mines+vs.+rocks)
python train.py
可设置参数:
if use_ga = True :使用遗传算法进行权重优化
else:使用梯度下降法进行权重优化
可用于其他数据集,适用多分类任务,需要修改数据预处理部分(独热编码)以及神经网络输出层(output_size)