我是机器学习的新手，正在努力创建一个 ANN，它将每个观察值分类为某个值。到目前为止，我主要使用 sigmoid 函数来获得观察的概率（真/假或二进制输出）。
在这种情况下，我希望将每个观察值分类为 5 个值之一：0、1、2、3、4。我正在使用 sklearn 库的 StandardScalar 函数来缩放输入数据。建议在以下方面：
- 缩放输出数据的最佳方法，以及
- 用于输出层的适当激活函数。
谢谢！
创建一个产生一组可能输出的人工神经网络
数据挖掘
机器学习
神经网络
分类
张量流
scikit-学习
2022-03-12 12:33:25
1个回答
您不需要缩放输出数据。对于使用 ANN 的分类，最好的激活是 softmax 函数：
f(x) = e^x_i / sum e^x_j
它通过应用指数函数元素来归一化输入向量，然后除以总和。这会产生一个离散的概率分布。
然后你的输出层应该有 5 个输出神经元，应用 softmax，你会得到集合 [0, 1, 2, 3, 4] 上的离散概率分布。然后你不需要对数据进行规范化，只需进行一次热编码即可。请注意，这可能因使用的框架而异。
其它你可能感兴趣的问题