0
機器學習模型已經過識別動物和植物名稱的訓練。如果假設給出一個汽車名稱,是否可以說該名稱不屬於動物或植物類別。如果可能,請提及實現此方案的方法或算法。在機器學習中識別未受過訓練的物品的可能性
E.g.如果給出「獅子」或「椰子樹」,模型將預測「動物」或「樹木」類別。如果假設給出'奧迪',是否可以說該給定的物品既不屬於'動物'也不屬於'植物'。 (注意:我聽說機器學習模型將嘗試適合任何一個類別)。
機器學習模型已經過識別動物和植物名稱的訓練。如果假設給出一個汽車名稱,是否可以說該名稱不屬於動物或植物類別。如果可能,請提及實現此方案的方法或算法。在機器學習中識別未受過訓練的物品的可能性
E.g.如果給出「獅子」或「椰子樹」,模型將預測「動物」或「樹木」類別。如果假設給出'奧迪',是否可以說該給定的物品既不屬於'動物'也不屬於'植物'。 (注意:我聽說機器學習模型將嘗試適合任何一個類別)。
分類器實際上爲您提供了屬於某個類別的項目的概率,除非您添加了將這些概率轉換爲一個和零的最終圖層或後期處理。因此,您可以爲概率定義一定的置信度閾值,並且如果分類器不輸出高於閾值的概率,則調用輸出未定。
「audi」仍然可以具有使網絡相信它是樹的功能。
你可以添加第三個選項(在數據列之內),它不是動物而不是樹 – malioboro
謝謝。但是,有沒有可能說增加培訓數據?即因爲它是在動物和樹上訓練的,而且在給出'奧迪'時,它可能找不到與之相匹配的許多特徵,有可能它說它既不是植物也不是動物。 –
如果你不能添加訓練數據,你可以嘗試使用Anomali Detection – malioboro