我在两个类别中有 20k 个样本，positive即negative. 样本由 10 位数字组成，在每个样本中，一个数字仅使用一次。例如; 0123456789并且9876543102是正确的样本，因为每个数字都使用一次。数字的顺序是产生样本positive或的原因negative。例如，分类语句，positive样本可以有2after 5，但negatives不能。或者更复杂的是，90% 的正样本都有前导 0，而没有一个negatives有这个。对于剩余的 10%，512并且315是使样本呈阳性的模式。
总共有10!=3.6m可能的样本。那么，为了进行二元分类，正确的 ML 方法应该是什么？LSTM 可以处理这个吗？也许是一个具有 10 个输入和二进制分类的原始神经网络？或者我应该寻找不同的机器学习方法？谢谢。
所以，据我所知，任务是识别数字的正负序列，遵守一定的规则。
取决于规则本身：例如，如果有少量显式和原始规则（例如每个样本序列必须只有每个数字中的一个），那么将规则硬编码到函数中并通过输入序列可能会更好那个功能。
当您不知道如何将输入转换为输出的规则（函数）时，最好使用机器学习。
如果您不知道规则，那么 LSTM 将是一个好主意，因为它会在对序列进行分类时说明数字序列本身。输入将是数字序列（可能标准化 [即除以最大数字 = 9] 例如 1 将表示为 1/9 等）然后这将是一个多对一架构，您可以在其中输入对整个数字序列进行建模，然后将此输出输入到两个类上的最终 softmax 层，从而为您提供类的概率分布（即该样本为正的可能性有多大？）
不建议使用标准神经网络，因为当您将输入输入神经网络时，数据是并行输入的，并且不考虑数字的顺序，这似乎是您的任务的基础。如果您确实想使用神经网络，您可能会使用位置编码，以便您可以考虑数字的排序（https://medium.com/nlp-trend-and-review-en/positional-embeddings-7b168da36605在自然语言的上下文中，但同样适用于您的问题）。