「未知」類的機器學習分類算法

Question

據我所知，如果我在蘋果，梨和香蕉的樣本圖片上訓練ML分類算法，它將能夠將這三種類別中的新圖片分類。但是，如果我提供一輛汽車的照片，它也會將它歸類爲這三類中的一類，因爲它無處可去。

但是有沒有一種ML分類算法能夠判斷一個項目/圖片是不是真的跟它訓練的任何類有區別呢？我知道我可以創建一個「未知」課程，並在各種不屬於蘋果，梨或香蕉的圖片上進行培訓，但是我認爲培訓套餐需要很大。這聽起來不太實際。

Answer 1

大多數分類算法將輸出一個分數以及分數/確定性度量，這表明算法對返回的標籤是否正確有信心（基於某些內部圖，這不是外部準確性評估）。

如果得分低於某個閾值，可以讓它輸出unknown而不是其中一個已知類別。沒有必要訓練負面的例子。要做到這一點

Answer 2

的一種方式可以在本文中找到 - https://arxiv.org/pdf/1511.06233.pdf

文中還比較簡單地把門檻上的最後得分以及作者提出的（OpenMax的）技術所產生的結果。