jay*_*ian 12 regression classification machine-learning neural-network
如果您同时存在相关且依赖于相同输入数据的分类和回归问题,是否有可能成功构建一个既提供分类输出又提供回归输出的神经网络？
如果是这样,损失函数如何构建？
lej*_*lot 14
通常,对于此类情况,损失仅被视为分类损失和回归损失的加权和.换句话说,您的网络有2个独立的输出部分,一个负责回归,在其上应用reggression loss L_reg(如MSE),另一个负责分类部分,在其上应用分类丢失L_class(如交叉熵)和对于某些预定义的alpha,您的最终优化标准只是(alpha)*L_reg +(1-alpha)*L_class.这样可以轻松计算梯度(以及整体简单的分析).
| 归档时间： |
|
| 查看次数： |
1732 次 |
| 最近记录： |