多类分类配置

Question

1)对于多类分类问题，合适的激活和损失函数是什么？

是否是为了：

• 最多2类\rightarrow二进制分类\rightarrow激活:乙状结肠\rightarrow丢失: binary_crossentropy
• 来自3类\rightarrow多级分类\rightarrow激活: Softmax \rightarrow损耗: categorical_crossentropy

如果是的话..。

• “狗和猫”是二元分类，而“狗、猫和马”是多类分类？
• 如果我们有两个类，那么我们不能输出预测结果的概率范围？

( 2)对于多类分类，最后一层稠密层是否必须有与类数相等的节点数？

在下面的例子中有两个类(狗和猫)，最后一个密集层有一个节点(为什么不是2个节点？)如果我们有3或10个类，那么最后一个节点应该有3个或10个节点吗？

Answer 1

根据我的经验，激活与类是二进制类还是多类无关。它们的有效性取决于你拥有的数据类型。

此外，该层中有一个节点，因为您正在进行二进制分类。换句话说，当最后一个节点的值较低或低于一个阈值时，如果不是这样，类为0和1(最后一个节点的值较高或高于阈值)。

是的，如果有更多的类，您需要在最后一个密集层中的节点数量。当数据中只有两个类并预测得分/输出最高的类时，也可以使用两个节点。

Answer 2

原因很简单，当您有一个Sigmoid函数时，它会在0,1之间给出编号，其中cn被馈送到交叉熵以获得损失。因此，对于乙状结肠的二进制分类，一个函数就足够了。

Softmax假设每个示例都是一个类的成员。但是，有些示例可以同时成为多个类的成员。就这些例子而言：

您不能使用Softmax。您必须依赖多个逻辑回归。例如，假设您的示例是包含一个项目的图像--一片水果。Softmax可以确定一个项目的可能性是一个梨，一个橘子，一个苹果，等等。如果你的例子包含了各种各样的东西--不同种类水果的碗--那么你将不得不使用多个逻辑回归。