0

如果我们有神经网络并使用所需的输出对其进行训练，例如：如果情况 A，则输出将为 0.04，如果情况 B，则输出将为 0.08，如果情况 C，则为 0.12，依此类推，直到 1

如果我们从应用程序过程中得到一个实际输出 0.06，我们如何解释输出。算作A案还是B案？

4

1 回答 1

1

这实际上取决于您的阈值策略。

首先，您必须在每个目标类别之间选择一个阈值。你可以：

  • 您可以选择设置任意阈值，可以是中点（即类别 0.4 和 0.8 之间的 0.6）或其他任何阈值。
  • 或者计算减少分类错误的阈值，这可以通过在几次测试运行中平均最佳工作阈值来完成。

然后你必须选择当你的输出值正好落在一个阈值上时要做什么，这真的取决于你，你可以选择将它分类为“向左”、“向右”，甚至让你的网络说它无法对输入进行分类。但请记住，在大多数情况下，它不太可能发生，最多它会接近阈值，但很少恰好在阈值上。

干杯，

卓玛

于 2014-01-17T10:18:57.387 回答