由于我还在学习，我正在为一个两类问题实施一个神经网络。让我们调用类A和类B.在训练之前，我要做的第一件事就是从两个类中收集数据，然后将其洗牌。现在，我知道如何将数据拆分成多个集合（培训，验证和测试）。 我的问题是数据实际应该包含什么。如果我们试图找出新的和看不见的数据属于A类，并且如果我们将属于A类的数据视为正类，并且如果我们将所有其余数据视为负数，那么负数据是否真的如此包含不同类的集合，如B，C，D等？
如果我们谈论百分比，那么我的问题是，例如，50％的数据是否属于A类（正面），而剩下的50％应该是例如33％B，33％C和33％D（均为负值）？
所以基本上我有多个类，A，B，C，D等。但我只是想知道某事是否是A级。这是为什么它仍然被认为是一个两类问题（正面/负面），即使我实际上使用了几个类？你可能已经明白了，我很困惑。