Si. Una forma popular de lidiar con los problemas de clasificación de varias clases con [matemáticas] C> 2 [/ matemáticas], es lo que se conoce como el esquema de uno contra todos o uno contra el resto , en el que aprendemos [matemáticas] C [/ math] clasificadores binarios (uno por clase), cada uno de los cuales distingue una clase de los datos frente al resto. Al fusionar adecuadamente estos clasificadores aprendidos [matemáticos] C [/ matemáticos], podemos formar una regla de clasificación para todo el conjunto de datos.
Tenga en cuenta que con one-vs-all, los parámetros para cada clasificador se aprenden independientemente del otro [math] C-1 [/ math]. Una alternativa popular, conocida como clasificación softmax multiclase , determina los clasificadores [matemáticos] C [/ matemáticos] conjuntamente al aprender todos sus parámetros juntos.
Para obtener más detalles sobre cómo funcionan estos dos esquemas de clases múltiples, consulte el capítulo 4, sección 4.4 de Machine Learning Refined.
- ¿Cuál debería ser el primer paso para aprender IA y aprendizaje automático?
- ¿Cómo puedo aprender ciencia de datos?
- ¿Hay alguna prueba de que no hay una solución algebraica para ajustar las redes neuronales con una (o más) capa (s) oculta (s)?
- ¿Una red neuronal necesita un nodo de salida para cada cosa que pueda clasificar?
- Cómo encontrar grupos en estos datos
