用矩阵对单个值进行分类

Question

我有一系列矩阵，其中30x30矩阵包含从0到75的元素（输入矩阵），每个矩阵都有一个30x30矩阵，仅包含1和0（输出矩阵）。我正在尝试在输入矩阵上训练分类器以预测输出矩阵，但是我不确定如何最好地表示分类器的输入矩阵（理想情况下为sk-learn）。我无法将矩阵抽象为另一种形式，因为输入矩阵中的每个元素都必须映射到输出矩阵相同位置中的元素。有没有人尝试过类似的事情？

Answer 1

选项1：多标签分类器

• 您可以将30X30矩阵展平为900元素向量，并将其馈送到神经网络以进行多标签分类 https://en.wikipedia.org/wiki/Multi-label_classification
• 将30X30矩阵作为单通道图像处理，并为具有适当损失函数的CNN建模以进行多标签分类。

选项2：序列到序列分类器

• 将30X30矩阵放到900元素向量中，并通过将向量中的第i个元素输入到第i个时间步长来构建具有900个时间步长的LSTM。 LSTM连接到具有S型激活的密集层（2类分类）。如果您使用keras来实现，则必须使用return_sequence=True。