Прежде всего, Deep Learning - это не мифический молот, который вы можете бросить в любую проблему и ожидать лучших результатов.Это требует тщательного анализа вашей проблемы, выбора правильного метода, создания вашей сети, правильной настройки обучения, и только тогда с большой удачей вы увидите значительно лучшие результатычем классические методы.
Из того, что вы описываете (и без каких-либо подробностей о вашей реализации), мне кажется, что могло произойти несколько ошибок:
- Ваша задачапросто не предназначен для нейронной сети.Некоторые задачи все еще лучше решать с помощью классических методов, поскольку они вручную учитывают закономерности в ваших данных или превращают ваши продвинутые рассуждения / знания в предсказания.Вы можете не знать об этом напрямую, но иногда нейронные сети просто излишни.
- Вы не описываете, как распределяются ваши 11000 экземпляров по отношению к целевым классам, насколько велики входные данные, какого родапредварительная обработка, которую вы выполняете для любого метода, и т. д., и т. д. Возможно, ваши данные просто обрабатываются неправильно, ваши тренировки расходятся из-за неудачных настроек параметров или множества других вещей.
Ожидать разумного ответавам придется поделиться хотя бы небольшим фрагментом кода, касающегося реализации вашей задачи, и параметров, которые вы используете для обучения.