Какво е мултикласова класификация?
Многокласовата класификация е задача за класификация на машинно обучение, която се състои от повече от два класа или изхода. В тази класификация решихме проблема с множество класове. ние обучаваме класификатор, използвайки нашите данни за обучение. Разделете набора от данни на данни за „обучение“ и „тест“.
Набор от данни
Наборът от данни, който ще използваме за този пример, е набор от данни „Вина“. Наборът от данни за виното е класифициран в трите класа. колекцията от данни за виното за общия процент алкохол, магнезий, пролин и много неща.
scikit-learn предоставя инструментите за предварителна обработка на набора от данни, Наборът от данни в този формат.
Модел на изграждане
Тъй като това е проблем с класификацията, ние ще използваме многокласова класификация, за да решим проблема.
В този модел, първо, импортирахме библиотеката на панди. и заредете набора от данни в променлива и след това разделете данните на променливи x и y, което означава независима и зависима променлива. след това създайте слоевете с помощта на функцията Dense. и също така добавете невроните.
В тази плътна функция единиците определят броя на невроните. и използвайте relu за активиране (Функцията връща 0 или 1, ако получи отрицателен вход, но за всяка положителна стойност x връща тази стойност обратно.)
В изходния слой сме използвалифункцията softmax като функция за активиране. softmax се използва като активираща функция за проблеми с многокласова класификация, където класът е повече от два етикета на клас.
използвахме RMSProp Optimizer. RMSProp(Средноквадратично разпространение) е оптимизатор, който използва големината на последните градиенти, за да нормализира градиентите.
Ние също така проверихме класа, за да предвидим данни. показано на фигурата, моделът предвижда трите изхода и чиято вероятност е по-висока казва към кой клас принадлежи.
Щракнете тук, за да видите цялата програма.