神經網絡的二元分類？

-2

我有一個MxN順序的數據集。我想用神經網絡對這個數據集執行二元分類。我正在研究Recurrent Neural Networks。雖然，LSTM可以用於AutoEncoders，但我不確定它們是否可以用於分類（我正在嘗試進行二進制分類）。我對神經網絡和深度學習模型非常陌生，我不確定是否有一種方法可以實現神經網絡的二元分類。我在我的數據集上嘗試了Bernouli RBM。我不確定如何使用此模型執行分類。我還發現了Pipeline（）。再次，我不知道如何實現我的目標。神經網絡的二元分類？

任何幫助將不勝感激。

來源

2017-04-05 prabhu

好的，有些東西不堆疊起來。如果你有未標記的數據，你想分類它，你必須看看K-Means（http://scikit-learn.org/stable/modules/clustering.html#k-means）。

關於LSTMs分類：你通過RNN層運行輸入，並採取最後的輸出，並將其送入一些轉化率/完全連接層，你知道它照顧分類。

來源

2017-04-05 17:58:51

所以，數據集看起來像這樣。它是Mx3xN矩陣。其中M是每個主題，3×N是爲每個主題收集的數據。因此我有M（科目）x 3xN。對不起，我沒有正確描述我的數據集。我的目標是這樣做：對於每個主題，我將數據分成時間片（比如10），我將使用8個時間片進行訓練，其餘2個進行預測。我期望的目標是一個二進制數，指示時間片中包含的數據是否與M個主題中的任何一個相匹配（如果它與主題1或主題2，...，主題M相匹配）。 – prabhu

更簡單的方法是將此任務作爲具有2^M個類別的傳統分類來制定。 – txizzle

神經網絡的二元分類？

回答

相關問題