我在使用MATLAB神经网络库方面是新手。我正在寻找一个用于二分类任务的类。我按照文档中的步骤训练了网络。代码outputs = net(inputs)返回的不是类别标签，而是浮点数。我怎样才能得到类别标签结果，以便在网格搜索中优化参数？我使用的是10折交叉验证。

回答：

在进行分类任务时，传统的神经网络方法是使用独热编码。为了实现独热编码，你需要查看哪个神经元的响应最大。响应最大的神经元对应的就是你选择的类别标签。例如，在你的两个神经元网络中，如果神经元1的响应为0.64，而神经元2的响应为0.36，那么你提供给神经网络的输入将被分类为标签1，因为神经元1的响应最高。

请注意，在神经网络工具箱中，每个样本位于一列中，而每个特征位于层间的行中。因此，对于输出层，第一个神经元的输出位于第一行，第二个神经元的输出位于第二行。

为了便于查找类别，我假设你使用的是命令行函数而不是GUI，因为这样会更容易：https://www.mathworks.com/help/nnet/gs/classify-patterns-with-a-neural-network.html#f9-26645。如果你按照教程操作，你的工作区中应该有一个名为net的神经网络。只要将样本通过网络向前传递，然后选择每一行中所有列中最大的值来确定每个样本的类别。

假设你的训练、验证或测试数据存储在一个名为inputs的变量中，你的代码将是这样的：

outputs = net(inputs);[~, classes] = max(outputs, 1);

classes将是一个1 x N数组，其中N是你提交给网络的样本总数，该数组包含你提供给网络的每个样本的类别。