IMK*_*IMK 2 classification machine-learning neural-network
是否存在支持或反对使用单个多输出NN进行多类分类而不是使用多个一对多NN的理论论据？
在两种情况下,一旦获得所有输出值,就使用相同的决策规则:具有最高激活的输出"获胜"并决定预测返回哪个类.
但我想知道是否 - 以及为什么 - 所有输出都是在同一个NN而不是单独计算上更好或更差.
大多数情况下,我反对使用相同的神经网络结构进行多个分类.这在其他AI构造中非常罕见.您不能使用支持向量机或决策树执行此操作.我认为这有点混淆了问题.
支持它的论点是你的隐藏层只是低级特征探测器.您的多重分类(或者也就是回归)输出神经元现在独立使用输入和隐藏层传递的低级功能.
我没有尝试将这些组合到相同的ANN和单独的ANN中.我的猜测是,成功程度将与多个分类试图完成的内容之间的相似性有关.