我关心的是如何训练我的深层神经网络,以便它能够分类或识别特定样本数据的分布是否与空假设情况相似,还是来自另一类(另一种假设情况)。这里我给大家举个例子,我想要的是
例如Parameter A=1,Parameter B=3.87,Parameter C=5.6,Has cancer = yesParameter A=2,Parameter B=1.87,Parameter C=2.6,Has cancer = No
我所说的略有不同的结果就像在第一次运行时,它检测到两个测试样本并将其分配给我们拥有的第一个类,而在第二次运行中,它将这两个样本或可能其中之一分配给另一个类。通常只有一两个或三个样本会发生这种情况。也许我需要提前通知你们,我们有三个类,它们都与癌症类型的疾病有关。任何提示/帮助/建议都将不胜感激。paragraphVectors = new ParagraphVectors.Builder().minLearningRate(0.001)
.win