何时增加隐藏层和隐藏层中的特征数量如果训练本身的错误很高？

Question

我正在使用神经网络进行分类任务（1个隐藏层和10个特征）。

结果不是很好。我在训练数据集本身的错误率很高。

我现在该怎么办？

1. 我是否需要增加隐藏层中的节点数量？会有什么影响？

2. 我是否需要增加隐藏层的输入要素数量？会有什么影响？

Answer 1

鉴于您网络的当前配置并且不了解有关数据集的更多信息，我建议添加仅包含少量节点（可能是4个）的第二个隐藏层。这将允许生成的决策表面类型的更多变化（例如，单个类的多个不同的集群）。

即使您正在进行二进制分类，我也会将输出拆分为两个节点（一个用于true，一个用于false）并将最大值作为分类结果。我通常看到更好的收敛方式，解释错误更直观。