本文将传统的机器学习模型（即支持向量机，k最近邻，决策树和随机森林）与前馈神经网络和长短期记忆进行了比较。 我们观察到两个神经网络比传统模型具有更高的精度。 本文还试图弄清辍学是否可以提高神经网络的准确性。 我们观察到，对于前馈神经网络，在某些情况下应用辍学可能会导致更好的性能，而在其他情况下则会导致更差的性能。 辍学对LSTM模型的影响很小。 因此，使用辍学不能保证更高的准确性。