使用反向传播神经网络处理连续类标签

我有一个数据集,其中类标签是[-1,1]之间的连续值。基于此,我有一些问题:

  1. 我可以使用反向传播神经网络(BPNN)来处理这个问题吗?之前我有一个不同的数据集,标签是二元类,但对于这个数据集我不是很确定,因为现在它是一个回归问题。
  2. 如果神经网络可以处理这个数据集,我应该使用什么激活函数?Sigmoid,双曲正切函数(tanh),还是修正线性单元(relu)?

谢谢。


回答:

  1. 基本上可以,反向传播对于分类和回归问题都适用。

  2. 在输出层你应该使用tanh,因为它与你的输出范围([-1, 1])相匹配,但对于隐藏层你应该使用ReLU或类似的函数。不要在隐藏层使用sigmoid或tanh(仅在循环网络中使用),因为它们会导致梯度消失问题。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注