作者dominicx (sandbox)
看板DataScience
標題[問題] keras 多選擇題的Model
時間Sat Dec 15 09:30:59 2018
小弟我使用Keras
假如Input Data都一樣
有10種不同的選擇 (Binary Output)
你們會用以下哪一種方式?
A. 把10種選擇同時放到一個output layer, 在1個Model train
B. 分成10個Model去個別train
================================================================
我個人的看法是
A的做法可以得到全局的最佳解, 但是對於每一個獨立的選擇並不一定是最佳解
B的最法可以得到每一個獨立的最佳解
或者有人有更好的做法?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.40.74
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1544837461.A.1F1.html
※ 編輯: dominicx (36.228.40.74), 12/15/2018 09:33:02
※ 編輯: dominicx (36.228.40.74), 12/15/2018 09:33:31
1F：推 sherees: B的例子如果有多個model return 1 你要怎麼選 12/15 10:07
2F：→ dominicx: 多選擇題阿 可以選擇多個答案 12/15 10:13
3F：推 yiefaung: 都可以阿 就是算力 參數量跟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分開 12/15 12:27
5F：推 illegalplan: 這叫multi label 12/15 15:19
6F：→ pipidog: 這就是一個基本的multilabel的問題. 一個最簡單的例子,你 12/15 17:02
7F：→ pipidog: 聽過word2vec裡面的skip-gram方法嗎? 這就是一個例子. 12/15 17:02
8F：→ dominicx: 好 謝謝 我找找看 12/15 17:38
9F：推 s3714443: Keras tf multilabel vs XGB多模型二元分類 都試試 12/15 17:41
10F：→ s3714443: 我直覺上覺得如果label之間有關聯（可以用卡方試試）， 12/15 17:46
11F：→ s3714443: 那直接做一個model就好，因為會共享參數，不過我沒找到p 12/15 17:46
12F：→ s3714443: aper或實證說label之間的相關性對於多標籤或多模型的選 12/15 17:46
13F：→ s3714443: 擇是否有差異 12/15 17:46
14F：推 seasa2016: 樓上 SGM: Sequence Generation Model for Multi-labe 12/15 20:08
15F：→ seasa2016: l Classification 12/15 20:08