我在做分类问题，采用的方法是模糊自适应神经网络，调用R语言frbs包里面的anfis方法，数据集中共有5个自变量，已标准化处理。输出因变量为1，2 。但是无论怎样调参数，模型的预测精度都很低。检查发现训练集和测试集在模型中的输出均为一个值1。但是ANFIS的方法在鸢尾花数据集中分类也比较成功，所以我不知道是我的数据集出现了问题，还是代码出现了问题。

核心代码如下：

method_type <- "ANFIS"

control.ANFIS <- list(num.labels = 6,
                      max.iter = 300,
                      step.size = 0.05,
                      type.tnorm = "MIN",
                      type.implication.func = "ZADEH",
                      name = "Sim-0")

object.ANFIS <- frbs.learn(data.train=Train_ANFIS,
                           method.type=method_type,
                           control = control.ANFIS)

Test_ANFIS_predicted=predict(model_ANFIS_NEW, Test_ANFIS_input)