2014-01-15 115 views
0

如果我們有神經網絡,並與所希望的輸出,諸如訓練它: 如果情況A的輸出將是0.04 如果情形B然後0.08 如果殼體C 0.12等等,直到1解釋神經網絡的輸出用於和絃識別

如果我們從應用程序過程得到實際輸出0.06,我們如何解釋輸出。它是否會被視爲案例A或案例B?

回答

1

這將取決於您的閾值策略。

首先,您必須在每個目標類別之間選擇一個閾值。您可以:

  • 要麼您選擇放置任意閾值,即可以是中點(即0.4到0.8之間的0.6)或者其他任何其他值。
  • 或者計算減少分類錯誤的閾值,這可以通過在多次測試運行中平均最佳工作閾值來完成。

然後當輸出值恰好落在閾值上時,您必須選擇該做什麼,這真的取決於您,您可以選擇將其分爲「左邊」,「右邊」或甚至讓你的網絡說它不能分類輸入。但請記住,在大多數情況下,這種情況不太可能發生,最多隻會接近閾值,但很少會發生。

乾杯,

卓瑪