我第一次尝试使用NEAT-python进行分类，但我很难获得准确率。我用人工神经网络尝试了同样的问题，并且能够获得很好的准确率（96%+），但 NEAT-Python 只给出了 40%。

这是我的设置方式：

• 问题：训练 100 个概率值来预测分类 (1-10)

• 输入和输出设置：输入 = 输入形状的数量（100 个概率值），输出为 10 个类别的概率关联值。

• 激活：我应用 ReLU 进行前馈，然后应用 softmax

  • 适应度函数：我使用了对数似然。我不确定如何设置健身功能。我还使用了基因组中的平均准确率。两者都给出了相似的结果。

在超参数方面，我正在尝试各种值并且没有任何运气。今天我正在尝试增加人口规模和世代。我有另一个可以使用的功能输入。

是否有任何资源讨论如何为 NEAT 处理混合数据？

任何帮助是极大的赞赏。