在使用逻辑回归的手写数字识别问题中，正常的实现甚至会强制将狗或猫的图片分类为数字。为了消除这种情况，需要进行哪些更改才能将另一个类（即“非数字”）添加到已经存在的 10 个类（0 到 9）中？
在使用逻辑回归的手写数字识别问题中，添加另一个类“Not a Digit”需要进行哪些更改
数据挖掘
scikit-学习
逻辑回归
多类分类
图像识别
多标签分类
2022-03-03 02:42:45
2个回答
如果您使用的是一个与所有分类，您可以使用一个条件，如果没有类别达到最小概率，那么它不是一个数字。或者，您可以使用另一个“非数字”类来训练分类器。或者也许使用两个分类器的管道，一个告诉你一张图片是否是一个数字，如果它是一个数字，则对该数字进行分类。
逻辑回归通常用于执行二元分类，它回答是或否的问题，例如：
- 这是8还是不是？
- 今天会不会下雨？
也许我误解了您的解释，但听起来您正在尝试执行多类分类，即将图像分类为一定数量的选项之一。因此，单个图像必须包含（归类为）列表中的一个数字：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9].
通常，要向已经执行此操作的模型添加额外的类，您需要调整模型的最终输出以预测一个仅长一个元素的单热向量！
在 Scikit-Learn LogosticRegression类的特定情况下，您似乎不需要指定任何内容 - 一旦发现数据不是二进制的，该类将自动使用多项式模型和相关优化器（即是-没有如上所述的模型）。
看看这个官方教程，它应该是一个多项模型，它在一个目标变量共有 20 个类的数据集上训练。特征的数量（n_classes等于20）根本没有传递给模型，它是推断出来的。