我是使用matlab nn库的新手。我正在寻找2级，二进制分类。和documentation一样，我训练了网络。代码outputs = net(inputs)没有给我类标签，而是给了我一些浮点数。如何获取类标签结果，以便我可以在网格搜索中使用它来优化参数？我正在使用10倍交叉验证。
答案 0 :(得分：1)
执行分类时使用神经网络执行此操作的传统方法是使用one-hot encoding执行此操作。为了便于单热编码，您可以检查哪个神经元给出了最大的响应。无论神经元给你最大的反应是你选择的相关类标签。例如，在你的两个神经元网络中，如果神经元1给你一个0.64的响应，而神经元2给你一个0.36的响应，你提供给神经网络的输入将被归类为标签1，因为神经元1给你最高的响应。
请注意，在“神经网络”工具箱中，每个示例都位于列中，而每个要素位于图层之间的行中。因此，对于输出层，第一神经元的输出在第一行，第二神经元的输出在第二行。
为了便于查找类，我假设您使用的是命令行函数而不是GUI，因为它可以使它更容易：https://www.mathworks.com/help/nnet/gs/classify-patterns-with-a-neural-network.html#f9-26645。如果您遵循本教程，您的工作区中应该有一个名为net的神经网络。只需通过网络转发示例，然后选择所有列中每行的最大值，以确定每个示例的类。
假设您的培训，验证或测试数据存储在名为inputs的变量中，您的代码就是这样：
outputs = net(inputs);
[~, classes] = max(outputs, 1);
classes将是1 x N数组，其中N是您提交到网络中的示例总数，其中包含您提供给网络的每个示例的类。