在PyBrain中的_convertToOneOfMany函数

Question

我遵循PyBrain教程前馈神经网络分类并想要构建自己的分类器。

我不明白_convertToOneOfMany如何修改输出。

为什么初始操作alldata.addSample(input, [klass])会为每个类创建多个输出神经元？

- user425720

---

你好，你忘记将你的问题标记为已解决。 - Framester

我自己回答了这个问题，所以也许我会跳过它。 - user425720

即使你自己回答了问题，也应该将其标记为已回答。这样人们就知道这个问题对你来说已经解决了。 - Martin Thoma

Answer 1

不用担心，这里有一份说明这些东西的文档。http://pybrain.org/docs/tutorial/datasets.html

- user425720

---

谢谢您的回答，但我不太理解文档中“许多算法在每个类别编码为一个输出单元时效果更好”的含义。请问什么是“每个类别一个输出单元”？ - hihell

哇，那是多年前的事了，我几乎记不清了 - 它与神经网络结构有关吗？ 因此，一个神经元可以向另一层中的一个或多个神经元发出输出？ - user425720

是的，它与NT结构有关。实际上我自己想出来了，“每个类别一个输出单元”意味着如果你有3个类别，最好也有3个输出单元。而_convertToOneOfMany会通过扩展/缩小输出单元到目标类别数量来为您完成此操作。 - hihell

Answer 2

目标数字为[0,1,2]，此函数将它们翻译成(001,010,100)。这是因为许多算法在每个类别的输出单元中编码时效果更好。

- JunWangCas

Answer 3

在文档中相关的部分是页面使用数据集：分类 - 用于监督式分类训练的数据集：

在进行分类时，许多算法如果将类别编码为每个类别一个输出单元，则效果更好，该单元在类别存在时取特定值。作为高级功能，ClassificationDataSet可以自动执行此转换：

然而，这并不是一个令人满意的答案，因为我不明白为什么首先应该有超过一个输出神经元来表示一个类。

更新：我建议使用{{link2：keras}}。

- Martin Thoma