H2o深度学习：使用tanh

Question

使用H2O DeepLearning和Tanh激活函数，获得大于1的预测（概率）值是否可接受/有效？如果是这样，那岂不是会使预测偏向第一类吗？

详细信息： 我正在R中使用H2O进行深度学习人工神经网络预测2个班级。我的 y 数据（ actualResults ）是只有0和1的实际分类。 x 自变量都是数字变量，训练框架不包括 y （ actualResults ）。当我对预测值做一个最大值时，我得到的值大于1，从不小于-1，尽管Tanh假定限于[-1，1]。

问题：

1. 这些预测值是否大于1可接受/有效？
2. 为什么我得到的Tanh预测值大于1？
3. 这种出现的值是否大于1个偏斜/偏向阳性（1类）预测？

注意：在下面的代码中， training_set 和 testing_set 的第一列是实际的分类，因此-c（1）删除它作为网络的输入。

ANN <- h2o.deeplearning(y = "actualResult",
                              x = independentVariableColumns,
                              training_frame = as.h2o(training_set[-c(1)]),
                              activation = "Tanh",
                              hidden = rep(3, 3),
                              epochs = 100)


prediction <- h2o.predict(ANN, newdata = as.h2o(test_set[-c(1)]))
maxPrediction <- max(prediction)

Answer 1

prediction中的第一列是预测的类。尝试max(prediction)[-c(1)]从概率中获取最大值。