Я ищу хороший пример исходного кода контролируемой нейронной сети, которая принимает более двух функций (в отличие от большинства XY-примеров) и классифицирует данные на два набора. Из того, что я читал, Машина опорных векторов (SVM) могла бы быть решением?

Все классифицирующие примеры, которые я нашел, являются двумерными. Вот некоторые из них:

• Однослойный пепептрон
• SVM (Машина опорных векторов) в CSharp
• SVM.NET - действительно хорошо, но ввод все еще двумерный.

Я пытаюсь отличать редкие события от ряда входов, которые обычно стабильны. Функции - это пары ключ-значение, в которых значение обычно можно дискретизировать как небольшое число. Доступные обучающие данные для первой категории огромны, но только с несколькими обучающими наборами для второй категории, если это имеет значение.

Пример обучающего набора

Категория A

[2, 1, 0, 1, 4, 3] -> A  
[1, 1, 2, 3, 3, 0] -> A
[0, 0, 1, 3, 2, 0] -> A

Категория B

[0, 4, 4, 4, 4, 3] -> B

Пример классификации

[1, 3, 4, 4, 4, 0] -> ??? (probably B)

] Рейтинг уверенности, например. «85% уверенности в B», было бы полезно при определении порогового значения для редкого события.

Является ли нейронная сеть лучшим решением и существуют ли какие-либо библиотеки .NET с этой встроенной функцией?