多个二元分类器组合

时间:2017-03-03 22:10:29

标签: machine-learning neural-network

我正在尝试实现一个多层感知器分类器,我有一个1000个样本的数据集。有6个功能和5个可能的不同标签

根据我对OneVsAll的理解,我们为每个标签创建一个二元分类器,并使用训练数据训练分类器。 但是,我不明白我们如何组合5个二元分类器的结果。那么,如果数据有噪声并且2个二元分类器预测测试样本是正的呢?如果所有标签二元分类器预测样本是负样本,我们如何做,那我们如何标记它?

1 个答案:

答案 0 :(得分:1)

您的输出图层,每个单元的返回值应为h 0 < h < 1。通常,在二元分类器中,您可以选择一个阈值,例如0.5,您可以在其中确定输出是正面结果还是负面结果。在1vsAll的情况下,您选择具有最高值h的输出单位的标签作为预测标签。