我正在使用 scipy.optimise CG 算法训练具有 8 个特征和 8000 个具有单个输出 (0, 1) 的训练示例的 NN，结果有些不一致。目标是让 NN 尽可能“精确”（召回并不重要），因此我将 y 值的阈值设置得非常高（0.75）。大多数情况下，它的精度约为 80%，但有时（使用完全相同的参数、lambda 等）无法生成任何高于 0.75 阈值的输出，这意味着精度等于 0。

我之前已经成功地训练了 NN，但没有这些不寻常的结果（尽管目标是具有更多特征的更传统的多类分类器）。

我想知道特征较少的训练神经网络是否会增加它陷入局部最优的机会；还是陷入局部最优对特征较少的神经网络有更显着的影响？

对发生了什么有任何想法！？