三类单层感知器

Question

我需要一些关于具有多个类的单层感知器的帮助。

我需要做的是用三个不同的类对数据集进行分类，现在我刚刚学会了如何用两个类来做，所以我真的不知道如何用三个来做。

数据集具有三个不同的类别：Iris-setosa、Iris-versicolor 和 Iris-versicolor。

数据集和信息的网址在：http://ftp.ics.uci.edu/pub/machine-learning-databases/iris/iris.data。

我非常感谢任何人可以给我的任何帮助。

非常感谢！

Answer 1

我们无法仅使用一个感知器对具有 3 个类别的数据集进行分类。您需要使用多层感知器并为三个不同的类提供 3 个输出节点，

1. 鸢尾花
2. 鸢尾花
3. 鸢尾花-弗吉尼亚

我们使用 softmax 激活函数来解决多类分类问题，其中需要在两个以上的类标签上拥有类成员资格。

softmax 由公式给出， [1]：https://i.stack.imgur.com/K1K7F.png

Answer 2

假设我们有 3 个类：

• 红色
• 蓝色
• 绿色

现在我们构建 3 个分类器

• 红色与蓝色和绿色相结合
• 蓝色与红色和绿色相结合
• 绿色与红色和蓝色相结合

这为我们提供了 3 个模型。

对于一个新点，我们根据分类器对其进行分类，该分类器为我们提供了与新点的 3 个超平面的最大距离。

这种策略被称为“one vs all”，你可以阅读它here。