2016-12-20 41 views
0

我剛開始使用張量流與神經網絡一起工作,我對此很新。我訓練了我的第一個模型,做了2個類別分類,我對輸出有點好奇。比方說,我們正在根據房價是否會漲的預測,我們得到這樣是NN分類輸出概率?

House A: .99 
House B: .75 
House C: .55 
House D: .40 

輸出我可以假設的是,這些輸出概率?所以B樓更有可能會上升,而不是C樓。或者只是將它分類爲C和B會上升而D樓不會。謝謝!

+1

沒有看到您使用的代碼,它無法回答。我們不知道您使用的是什麼樣的損失函數以及正在使用哪種輸出層。所有這些都很重要。我也不明白你爲什麼會在1小時內接受答案,這顯然忽略了這個問題的所有不足。 @oysteijo的答案是唯一一個對這些隱藏的假設更謹慎的人。 – sascha

回答

1

是的每個數字都可以被認爲是一個概率,表示房子價格上漲的可能性。爲了進一步澄清,一棟房屋的概率估計不會影響其他房屋的概率估計,因爲它們被視爲單獨的樣本。所以B更可能不會使C不太可能。只是B碰巧更有可能上升。

而分類取決於你的門檻。默認情況下,我相信大多數分類器使用0.5作爲閾值,因此在這種情況下,A,B和C分類爲上升,D分類爲下降。

2

不完全。一個神經網絡將輸出一個你已經訓練它的預測。所以如果你訓練它來預測概率,它肯定會輸出(預測)概率。然而,如果你通過觀察得知價格實際上上漲了,例如說價格上漲時的單一產出爲1.0,如果價格沒有上漲,則爲0.0,那麼產出將是給定觀察的迴歸值輸入。這不一定是概率,但可以被視爲模型的信心。