如何为多输出数据集创建分类模型？

Question

我有一个数据集，其中有两个目标变量target-1和target-2。

两个目标变量都是有序的，因此我想在这两个目标变量上建立一个多类分类模型。但是，我不知道在模型创建过程中从哪里开始。因此，如果有人能给出一些指点，这将是非常感谢。

提前谢谢。

Answer 1

因此，问题是如何创建一个模型，以便输入X并将其转换为两个同时进行的预测，一个预测breed_category和pet_category。

根据两个目标(breed_category和pet_category)中的类数，您可以简单地将输出连接为一个热编码向量(https://machinelearningmastery.com/why-one-hot-encode-data-in-machine-learning/)。

因此，您可以将breed_category和pet_category的类别编码为一个热编码向量，然后将它们连接在一起。

通过像这样表示输出，您可以使用常规的前馈神经网络体系结构，它有一个最终的乙状结肠输出层，它将输出映射为0到1之间的值。在这种情况下，您不能使用softmax，因为您现在是同时预测两个目标。

如果两个目标的类数量都很大，则最好有单独的前馈模型，其中一个用于breed_category和pet_category。

为此，您可以使用softmax最终输出层。