神经网络训练不成功

Question

我正在尝试使用神经网络神经网络来预测足球比赛结果，我尝试了各种具有不同数量的隐藏神经元的多感知器网络，并且永远无法获得足够低的网络错误率以使训练成功。 我的训练集中的数据是： 主队ID，球队评分，主场胜率％，攻击者评分，中场评分，防守评分，客队球队评分，客场胜率％，攻击者评分，中场评分，防守评分， 输出为1 0 0为主场胜利0 1 0为平局0 0 1为客场胜利。 团队ID是二进制的，例如0 0 0 0 1 - 1 1 1 1 1。 这些数据是否适合网络成功培训？

Answer 1

首先，你应该省略id。对于类似的输入，神经网络返回类似的结果，因此ID很容易混淆。

另一个问题是多层感知器不适合预测。你应该尝试一个递归的神经网络，例如The Hebian network。

您还应尝试将所有输入映射到间隔（0,1）。还尝试尝试输入数据的不同方法。例如，尝试将主场胜利％和客场胜利百分比区别开来。