4.任务描述

利用给出的chum bgm-80数据集做模型训练，利用给出curnbigm-202数据集做模型

测试，即严禁在模型训练过程中使用curm-bigml.20中的任何信息。具体训练+测试任务如

下:

(1)搭建课上学习的基本的BP神经网络，并实现模型训练，训练好之后在测试集上计

算预测效果，给出chum的预测准确率(Accuracy)、查准率(Precision)、查全率(Recall)。

(2)尝试改进网络架构以提升模型在测试集上的准确率，并分析架构相关参数(如网络

层数，每层神经元个数，激活函数等等)对准确率的影响。

(3)对以上表现最佳的模型尝试进一步优化，通过改变learning rate, batch size等模型训

练相关的超参数，以及尝试不同优化算法(比如RMSProp, Adam 算法等)。

(4)探索输入特征(即19列属性信息)是否对神经网络预测准确率有影响?减少特征个

数是否可以提升预测准确率?通过训练+测试验证你的想法。

5.作业提交要求

(I结合以上4个小任务，撰写报告。要求报告内容全面覆盖以上任务要求。

(2)需要对实验的基本流程进行说明，还需要说明自己的编程环境、对应实验参数设置、

编程语言等，从而可以完全rpodree报告中结果:报告中尽虽不要直接粘贴源代码，源代

码需另行上传源文件。