Pybrain交叉验证方法

我尝试对我的数据使用交叉验证器，但成功率是 0.0，这没有意义。

我的数据由具有 5 个连续属性和两个可能的类别的样本组成：“y”和“n”。

My code:

net = pybrain.tools.shortcuts.buildNetwork(5, 8, 1)
trainer = BackpropTrainer(net, ds)
evaluation = ModuleValidator.classificationPerformance(trainer.module, ds)
validator = CrossValidator(trainer=trainer, dataset=trainer.ds, n_folds=5, valfunc=evaluation)
print(validator.validate())

当我像这样进行常规训练时

print(trainer.train())

我得到了合理的错误率，所以我猜测这意味着数据集和网络都没有问题，问题出在交叉验证器中。

有任何想法吗？

Update:

我查看了交叉验证代码，注意到我的网络输出连续值，而不是所需的 0/1。我猜这些是每个类别的概率。当模型在交叉验证方法中使用时，它不会考虑到这一点，这意味着所有答案都被视为错误，因为我得到 0 个正确答案。如何添加一个查看连续值并根据较大者返回 0 或 1 的图层？文档不清楚。