机器学习中未训练项目的识别可能性

一个机器学习模型被训练来识别动物和植物的名称。假设给出一个汽车名称,是否有可能判断出给定的名称不属于动物或植物类别。如果可能,请说明实现这一情景的方法或算法。

例如,如果给出“狮子”或“椰子树”,模型将预测“动物”或“树木”类别。假设给出“Audi”,是否有可能判断出给定的项目既不属于“动物”也不属于“植物”。(注意:我听说机器学习模型会试图将输入归入其中一个类别)。


回答:

分类器实际上会给出项目属于某个类别的概率,除非你添加一个最终层或后处理将这些概率转换为零和一。因此,你可以定义一个特定的概率置信度阈值,如果分类器输出的概率未达到该阈值,则将输出标记为未决定。

“Audi”仍然可能具有使网络认为它是树木的特征。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注