Encog神经网络多输出

Question

我有点困惑于使用encog来创建一个神经网络。

我正在尝试一个基本的前馈网络文本分类。对于输入数据，我有200个独特的单词(特征/输入)输入到网络和100个不同的文本。所以我有一个100x230的矩阵，基本上是100个不同的训练项目，每个训练项目的频率为230个单词。然后，我有一个输出，它将数据分类为A、B、C、D或E，所以一列和5个不同的输出，因此这是一个序数列，是我读取的CSV数据集的一部分，因此我实际上有一个100X231的矩阵，其中231列是我希望分类的输出。

我可以训练和运行这个神经网络没有问题，但我对输出神经元的数量感到困惑。我原以为有5种不同的分类，所以我应该有5种不同的神经元，但是我不能像这样设置代码，因为它抱怨：

IMLDataSet trainingSet = new BasicMLDataSet(input, ideal);

我的输入变量是一个双100，理想的只是预期分类的列，所以双100。因为我只有一列数据是标准化的，A，B，C.值被转换为-1到1之间的数字，因此当我运行带有5个输出神经的神经网络时，它会抱怨应该只有1。

当我运行一个神经元输出的神经网络时，它给出的答案看起来是正确和准确的，但它给出的值介于-1和1之间。我假设激活级别与输出匹配？

因此，我的问题是，如何去修饰这个输出，以回到我实际的字母分类，或者如何使用输出上的5个神经元，以便网络选择适当的分类。

我的神经网络如下：

 BasicNetwork network = new BasicNetwork();
 network.AddLayer(new BasicLayer(null, true, 230));
 network.AddLayer(new BasicLayer(new ActivationTANH(), true, 16));
 network.AddLayer(new BasicLayer(new ActivationTANH(), false, 1));
 network.Structure.FinalizeStructure();
 network.Reset();

Answer 1

需要对编码列的数据进行规范化，然后对输出进行变性，从而给出正确的分类。