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

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