作者dominicx (sandbox)
看板DataScience
标题[问题] keras 多选择题的Model
时间Sat Dec 15 09:30:59 2018
小弟我使用Keras
假如Input Data都一样
有10种不同的选择 (Binary Output)
你们会用以下哪一种方式?
A. 把10种选择同时放到一个output layer, 在1个Model train
B. 分成10个Model去个别train
================================================================
我个人的看法是
A的做法可以得到全局的最佳解, 但是对於每一个独立的选择并不一定是最佳解
B的最法可以得到每一个独立的最佳解
或者有人有更好的做法?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.228.40.74
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1544837461.A.1F1.html
※ 编辑: dominicx (36.228.40.74), 12/15/2018 09:33:02
※ 编辑: dominicx (36.228.40.74), 12/15/2018 09:33:31
1F：推 sherees: B的例子如果有多个model return 1 你要怎麽选 12/15 10:07
2F：→ dominicx: 多选择题阿 可以选择多个答案 12/15 10:13
3F：推 yiefaung: 都可以阿 就是算力 参数量跟fitting程度的tradeoff 不然 12/15 12:27
4F：→ yiefaung: 也可以前面feature extraction共用後面classifier分开 12/15 12:27
5F：推 illegalplan: 这叫multi label 12/15 15:19
6F：→ pipidog: 这就是一个基本的multilabel的问题. 一个最简单的例子,你 12/15 17:02
7F：→ pipidog: 听过word2vec里面的skip-gram方法吗? 这就是一个例子. 12/15 17:02
8F：→ dominicx: 好 谢谢 我找找看 12/15 17:38
9F：推 s3714443: Keras tf multilabel vs XGB多模型二元分类 都试试 12/15 17:41
10F：→ s3714443: 我直觉上觉得如果label之间有关联（可以用卡方试试）， 12/15 17:46
11F：→ s3714443: 那直接做一个model就好，因为会共享参数，不过我没找到p 12/15 17:46
12F：→ s3714443: aper或实证说label之间的相关性对於多标签或多模型的选 12/15 17:46
13F：→ s3714443: 择是否有差异 12/15 17:46
14F：推 seasa2016: 楼上 SGM: Sequence Generation Model for Multi-labe 12/15 20:08
15F：→ seasa2016: l Classification 12/15 20:08