我有一组关于某种皮肤疹的图片数据集，这些图片由医生根据他们对疹子可能是“莱姆病”的可能性进行排序。因此，数据集包括“50-70%”、“70-80%”、“80-90%”、“90-100%”等文件夹。例如，“90-100%”文件夹中的图片最可能是“莱姆病”，依此类推。

我想使用所有这些数据，但我不知道如何告诉神经网络这个文件夹中的图片肯定是“莱姆病”，而其他文件夹中的图片可能性较小。这是否可能呢？

回答：

@人名，这完全取决于你的需求，

1)如果你只是想让模型知道“莱姆病”或“不是莱姆病”，

你可以设定一个界限，比如80%以上的都归为莱姆病，80%以下的则不是莱姆病，

这样你可以将所有80%以下的图片输出设为0，80%以上的图片输出设为1

2)如果你希望模型更详细，区分不同的级别，你可以这样做

“90-100%” — 有莱姆病 [1,0,0,0]

“80-90%” — 高风险 [0,1,0,0]

“70-80%” — 无风险 [0,0,1,0]

“50-70%” — 无莱姆病 [0,0,0,1]

相应地，你可以有分类输出