2输出神经网络？

Question

我已经考虑了一段时间，但我似乎无法找到任何数据。当使用神经网络进行分类时，您通常会将输出神经元激活函数的区域分配给特定的类，例如，对于tanh，你可以为class 1设置0.8，为class 2设置-0.8。如果你有最多3个类（第三个类可以在零左右），这一切都很好，但是当你有更多的类时，事情会变得棘手。

举例说明您根据统计数据对足球运动员进行分类。攻击型中场球员和前锋有相似的统计数据，但是如果你将它们分配到激活功能两侧的区域，分类器的准确性肯定会受到伤害。

使用输出任意x和y值的2输出神经网络会不会更容易，这样类区域可以用2D而不是1D表示？你基本上可以有一个圆，切入你想要的类的数量，并将每个切片的中心作为类的目标值。这似乎是一种很好的方式对我进行分类，但缺乏关于这个主题的相关数据让我相信有更简单的方法来执行更高级别的分类（例如6个类）。我问的原因是因为我试图根据他们的统计数据对某些位置的足球运动员进行分类。你可以看到下面玩家的前两个主要组成部分的散点图。

Answer 1

通常的方法是为每个班级使用一个神经元。然后，您将找到“argmax”的答案。

通过使用单个神经元编码2或3个值，您获得的收益并不高。