神经网络对数据进行三类分类,无需规则

有人能告诉我通过神经网络是否可以实现吗?


回答:

是的,可以根据产品特征对新产品进行分类。

请研究一对多分类/多类分类方法。我建议你将现有数据集分为70-80%的训练数据集和20-30%的测试数据集。然后,仅用训练数据集训练神经网络,并在测试数据集上测试其准确性。这样,你就可以测量你的网络在未见/新产品上的表现如何。最后,当你达到期望的性能/准确性时,保存神经网络模型,并在新产品上测试它。

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