[問題] 神經網路的分類問題

[breezy1812 (茉莉花)]

各位神人版友安安

最近剛接觸NN演算法

用來解決物質特性分類的問題

只是目前我的分類輸出層是這樣

我假設純物質有三類，所以輸出層的維度是3

第一類(1,0 0)

第二類(0,1,0)

第三類(0,0,1)

那現在我遇到一個比較麻煩的邏輯問題

希望版友如果有經驗，或是有些想法可以提出建議

如果其中兩類混在一起成為混和物

在不發生化學反應的前提下

如果希望針對此混和物進行學習

我應該將輸出層定義為(1,1,0)還是(0.5 , 0.5 , 0)


這兩者各有幾個特點

一、(1,1,0)

我只考慮到是否有出現特定的純物質，

以不考慮濃度比例下，或許是個安全的作法。

但因為我在學習前或做一些前處理(包括歸一化)

所以會不會影響到其他類別的學習?


二、(0.5 ,0.5, 0)

這邊就考慮到歸一化的結果，

如果是三種混和物理當然選擇(0.33, 0.33, 0.33)

聽起來也合理許多，但是否也可能影響到純物質本身的學習

(比如說，最後純物質的單項預測值會坐落在1和0.5之間，或更小)


以上是最近我一直在思考的

因為我對NN的處理邏輯還不是很有感覺

還有一個問題是，我的混和物樣本不是我調的

所以濃度基本上是未知，

但我的近程目標還是先訂在定性分析，

還希望各位大大能提供一些意見

感謝

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.32.218.126
※ 文章網址: https://www.ptt.cc/bbs/Prob_Solve/M.1508294794.A.DEE.html
→ bibo9901: 取決於你loss function怎麼定義
→ breezy1812: 我之前是用softmax，是不是使用softmax就不適用1,1,0
→ breezy1812: 的方案?
→ bibo9901: 我是指 loss function, 不是最後一層..
→ breezy1812: 抱歉 這部分我還是有點混淆，loss function是在計算輸
→ breezy1812: 出誤差的時候帶入嗎?  還是要跟著優化器的方法?
→ breezy1812: 目前我的寫法是直接在輸出層做相減，目前看到其他方法
→ breezy1812: 也只寫到這邊而已。
→ breezy1812: 參考範例https://goo.gl/tGJa6K
→ breezy1812: OK 我剛惡補玩了  我會再研究其他函式看看!  感謝
推 vfgce: 基本上你是做分類還是迴歸?分類只有0與1,迴歸才考慮0.5...
推 vfgce: 若你產生的混合物兼具兩者特性,那麼編碼是[1,1,0]..
→ breezy1812: 了解  我會在試看看  感謝大大!