我在 MLP 中实现了一个多类（7 个标签）分类问题。我正在尝试根据一些数据对 7 种癌症进行分类。整体准确率相当低，约为 58%。然而，对于不同的参数，一些癌症的分类准确率约为 90%。癌症下面的 1、2、3 等表示不同类型的癌症，例如 1 = 乳腺癌，2 = 肺癌等。现在，对于不同的参数设置，我得到不同的分类精度。例如，

1. 超参数

    learning_rate = 0.001
    training_epochs = 10
    batch_size = 100
    hidden_size = 256
    #overall accuracy 53%, cancer 2 accuracy 91%, cancer 5 accuracy 88%, 
     #cancer 6 accuracy 89% 

2.超参数

    learning_rate = 0.01
    training_epochs = 30
    batch_size = 100
    hidden_size = 128
    #overall accuracy 56%, cancer 2 accuracy 86%, cancer 5 accuracy 93%, 
    #caner 6 accuracy 75%

如您所见，对于不同的参数设置，我得到完全不同的结果。癌症 1、3、4、7 的准确率非常低，因此我将它们排除在外。但癌症2、5,6的效果相对较好。但是，对于癌症 6，结果因参数设置而异。

一个重要的注意事项是，这里的整体准确性并不重要，但如果我能以超过 90% 的准确率对 2-3 种癌症进行分类，那就更重要了。所以我的问题是，我如何解释结果？在我的论文中我应该如何显示结果？我应该显示/使用哪些参数设置？或者我应该为不同的癌症类型显示不同的参数设置？那么基本上，如何处理这种情况呢？