知识卡片
独热标签与类别概率
互斥多分类中,独热标签用一个维度对应一个类别,真实类别为 1、其他为 0;预测概率向量则表示模型对各类别的分配。前者表达标签,后者表达模型估计,两者用途不同。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 深度神经网络:误差倒查分解 · 查看原书依据
这种方法将每个可能的类别映射到一个独立的维度上,并在该维度上用1来表示类别。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第4章《深度神经网络:误差倒查分解》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0007.xhtml`,4.5—4.6)
- 结论依据:原文、示意图和示例代码说明模型及流程;笔记补充公式条件与评估边界。
- 原始内容:这种方法将每个可能的类别映射到一个独立的维度上,并在该维度上用1来表示类别。