使用神经网络进行二进制分类?

时间:2017-04-05 17:29:43

标签: machine-learning scikit-learn neural-network deep-learning unsupervised-learning

我有一个MxN顺序的数据集。我想使用神经网络对此数据集执行二进制分类。我正在研究回归神经网络。虽然LSTM可用于AutoEncoders,但我不确定它们是否可用于分类(我正在尝试进行二进制分类)。我对神经网络和深度学习模型都很陌生,我不确定是否有办法用神经网络实现二进制分类。我在我的数据集上尝试过Bernouli RBM。我不知道如何使用此模型进行分类。我还发现了Pipeline()。同样,我不确定如何实现我的目标。

非常感谢任何帮助。

1 个答案:

答案 0 :(得分:0)

好的,有些东西不会堆积起来。如果您有未标记的数据并且想要对其进行分类,则必须查看K-Means(http://scikit-learn.org/stable/modules/clustering.html#k-means)。

关于LSTM分类:您通过RNN图层运行输入并获取最后一个输出并将其输入到一些Conv /完全连接的图层中,以便按照您的知识进行分类。

相关问题