如何改善神经网络（R中的神经网络）？

Question

我使用neuralnet构建神经网络，所有变量都是二进制（0,1），但是在工作之后，我得到了低质量的神经网络。

mydata=read.csv("C:/Users/synthex/Downloads/mydata.csv",sep=";",dec=",")
View(mydata)
index <- sample(1:nrow(mydata),round(0.75*nrow(mydata)))
train <- mydata[index,]
test <- mydata[-index,]

library(neuralnet)
r <- neuralnet(isOneDay~digestGreenList+courtPracticeList 
               +linkedEntitiesByCeoNumList
               +profitValueList
               +sizeList
               +gosWinnerSumList
               +gosPlacerSumList
               +inspectionsNoViolationsNumList
              +linkedEntitiesChildrenNumList
              +licensesList
              +inspectionsNoViolationsNumList
              +revenueValueList
              +gosWinnerNumList
              +gosPlacerNumList
              +inspectionsHasViolationsNumList
              +inspectionsHasViolationsFailsList
               ,
               data=train, hidden=35,  err.fct="ce", linear.output=FALSE,threshold=0.1,
               stepmax = 1e6, rep = 3)

mypredict=pr.nn <- compute(r,test[,3:17])$net.result
table(round(mypredict), test[,2])

和结果

     0   1
  0 314 141
  1  58  29

这很糟糕。如何建立具有更好分类的模型，这非常重要。 这里的数据 mydata