python - Pybrain交叉验证方法

我试图在我的数据上使用交叉验证程序，但是我得到了0.0的成功率，这没有意义。
我的数据由5个连续属性的样本和两个可能的类组成：“y”和“n”。
我的代码：

net = pybrain.tools.shortcuts.buildNetwork(5, 8, 1)
trainer = BackpropTrainer(net, ds)
evaluation = ModuleValidator.classificationPerformance(trainer.module, ds)
validator = CrossValidator(trainer=trainer, dataset=trainer.ds, n_folds=5, valfunc=evaluation)
print(validator.validate())

当我做常规训练的时候

print(trainer.train())

我得到了一个合理的错误率，所以我猜这意味着数据集和网络是正常的，问题出在交叉验证程序中。
有什么想法吗？
更新：
我查看了交叉验证代码，发现我的网络输出的是连续值，而不是所需的0/1。我猜这是每堂课的概率。当模型在交叉验证方法中使用时，它不能解释这一点，这意味着所有的答案都被视为flase，si I得到0个正确答案如何添加查看连续值并根据较大值返回0或1的层？文件不清楚。

最佳答案

我也在研究神经网络，我建议你用python绑定检查FANN library，它比pybrain更好更容易使用。