神经网络是否能够学习将完全不同的特征向量映射到同一类

数据挖掘 机器学习 神经网络 特征工程
2022-03-12 03:06:05

神经网络(例如 Python 中的 MLPClassifier)是否能够学习将完全(或非常)不同的输入特征集映射到相同的输出类?还是在这种情况下使用多个输出类并随后手动将这些识别的输出类映射到同一类更好?

2个回答

是的,神经网络擅长寻找高度非线性的决策边界。比如看看这个demo(别忘了点击播放按钮让网络学习)。即使是这个非常简单的网络也能够知道输入空间的对角属于同一类。

如果我正确理解您的问题,那么是的,神经网络在发现数据中的模式(甚至是非结构化的图像)并输出正确的标签方面非常出色

或者在这种情况下使用多个输出类并在之后手动将这些识别的输出类映射到同一个类会更好吗

我不确定我理解你的意思,但本质上你的神经网络的输出层在分类时应该有尽可能多的神经元(除了只有一个神经元就足够的二进制分类)。