用于求解多类分类问题的前馈神经网络二值输出层
机器学习
2018-01-24 v1 范畴论
摘要
本短注考虑前馈神经网络输出层节点的设计，用于求解具有 r（大于等于 3）类样本的多类分类问题。常见且传统的输出层设置（本文称为“一对一方法”）如下：输出层包含对应于 r 个类的 r 个输出节点。对于第 i 类的输入样本，理想输出为第 i 个输出节点为 1，其余所有输出节点为 0。我们在本文提出一种新的“二值方法”：假设 r 属于 （其中 ），则令输出层包含 q 个输出节点，并以二值方式为 r 个类设计理想输出。本文所做的数值实验表明，我们的二值方法与传统的“一对一方法”效果相当，但使用了更少的输出节点。
引用
@article{arxiv.1801.07599,
title = {Binary output layer of feedforward neural networks for solving multi-class classification problems},
author = {Sibo Yang and Chao Zhang and Wei Wu},
journal= {arXiv preprint arXiv:1801.07599},
year = {2018}
}