Python Pybrain交叉验证法

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，这是没有意义的

我的数据由5个连续属性的样本和两个可能的类别组成：“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())

当我进行这样的常规训练时

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，问题在于交叉验证程序

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，而不是要求的0/1。我猜这是每门课的概率。当在交叉验证方法中使用该模型时，它没有考虑到这一点，这意味着所有答案都被视为flase，si I得到0个正确答案。如何添加一个查看连续值并根据较大值返回0或1的层？文档不清楚。

您解决过这个问题吗？我想我已经放弃使用这个库了。我想我开始明白为什么。。有其他选择的建议吗^^Skleatn有利于机器学习，但没有nn。我不知道其他nn库，但我肯定它们存在。我的意思是“学习”。此外，Google现在有一个新的库，名为tensorflow（）