テキスト分類でWEKAのMultilayerPerceptronを使用した出力が正しくない

Question

私はデータを分類するためにMultilayerPerceptronニューラルネットワークを使用しようとしています。しかし、どのような設定を試しても、私はいつも50％の正しい結果しか得られていないようです。私は、他の分類子が同じデータセットを使用してより信憑性の高い結果を提供するように見えることを確認することができます。

私のデータは 'string、nominal'の形式です。

前処理についてもう少し説明すると、StringToWordVectorフィルタを使用して文字列をデータセット内の属性に変換しています（これは約1000の属性を示します）。私のクラス属性は正または負の公称値です。

これらのインスタンスの4000（クラスあたり2000）でニューラルネットワークを相互検証しようとすると、同じ結果が繰り返されます。ネットワークがすべてを1つのクラスに向ける原因は何ですか？これに対する答えを探している人のために

Cross-validation output

Dataset configuration

Network configuration

Answer 1

、私は隠れ層のニューロンの数を増加させるために持っていたことが分かりました。これを100に変更した結果が改善され、「属性の数」に変更すると、すべてが1つのクラス（元の問題）にマッピングされるわけではありません。