NN模型将一类用于二进制分类

时间:2019-11-17 00:02:46

标签: matlab neural-network deep-learning classification

我的数据集包含0和1的标签,每个标签包含100个特征维度为39的示例。有50个属于1类的示例,其余50个属于0类。图形输出仅显示一个输出,而不是两个输出。由于有两个类别,因此应该有两个输出节点。我很惊讶为什么会这样。以下是代码。感谢您的帮助。

hiddenlayersize = 5;
net = patternnet(hiddenlayersize);
net = init(net);
netperformFcn = 'crossentropy';
[net] = train(net,x,t);
out = sim(net,x);

下面是模型:

img

此外,out不是二进制文件。如何也以二进制形式获得预测的标签?

1 个答案:

答案 0 :(得分:0)

分类以概率形式输出结果-您的结果很好。 默认阈值是0.5,用于将概率转换为2个类别(例如0和1)。 您可以通过上下移动来微调阈值,并根据目标是什么,进一步分析误报,误报,精确召回曲线等结果。

希望这会有所帮助。