Я следую руководству PyBrain по Классификация с помощью нейронных сетей прямого распространения и хочу создать свой собственный классификатор. .
Я не понимаю, как _convertToOneOfMany изменяет выходные данные.
Почему начальная операция alldata.addSample(input, [klass]) создает более одного выходного нейрона для каждого класса?
неважно, вот документ, объясняющий этот материал http://pybrain.org/docs/tutorial/datasets.html
Целевой номер [0,1,2], эта функция переводит его в (001,010,100). Это связано с тем, что многие алгоритмы работают лучше, если классы закодированы в одну единицу вывода для каждого класса.
Соответствующей частью документации является страница Использование наборов данных: классификация — наборы данных для контролируемого обучения классификации:
При выполнении классификации многие алгоритмы работают лучше, если классы закодированы в одну единицу вывода для каждого класса, которая принимает определенное значение, если класс присутствует. В качестве расширенной функции ClassificationDataSet выполняет это преобразование автоматически:
Однако это не удовлетворительный ответ, поскольку я также не понимаю, почему в первом случае должно быть более одного выходного нейрона на класс.
Обновление: я рекомендую использовать keras
