为什么神经网络输出不是二进制的？

Question

我在MATLAB中使用NPR工具。 我的输入是150000 x 10矩阵，输出是150000 x 1（二进制类）。

当工具给我一个选项时，我使用了GUI并保存了输出。 但输出不是二进制向量而是150000 x 1双。

1. 我只是想知道为什么它不是二进制当我的目标变量是什么，如果它不是二进制是如何混淆矩阵是情节。 是否使用了简单的圆函数？

2. 我是否需要在将目标变量提交给NPRTool之前对其进行规范化

Answer 1

我不知道NPR工具的具体细节，但是神经网络是在训练期间（在网络的每一层）学习的权重向量的矢量乘法实现的。

它的输出自然是一个实值向量，它（通常）保持通用性不是阈值。为了得到预测的二进制类值，输出将被阈值化为0.5（假设类为0和1），并根据这些值计算混淆矩阵。实值输出还允许您将神经网络的输出视为一种关于分类的置信度值。 0.51将是正数但不是很多，而0.95会更积极。如上所述，我不知道NPR工具如何处理这些值。

关于归一化，我认为0,1已经归一化。

Answer 2

一般情况下，如果您愿意，也可以将神经网络设置为具有二进制向量输出，但是它可能是多余的，因为您可以仅使用单个输出变量通过输出值-1,1来识别两个类。

所以你可以有：

1）两个输出变量，其中每个变量对应一个类或例如（0,1）对应于类1和（1,0）对应于类2.

2）一个变量，其中输出值-1表示类1，1表示类2。

在第二种情况下，您需要较少的训练点，因为您需要较少的参数。