H2o 深度学习：predict() 使用 tanh 返回大于 1 的值

Question

使用 H2O 深度学习和 Tanh 激活函数，得到大于 1 的预测（概率）值是否可以接受/有效？如果是这样，这不会使预测偏向第一类吗？

详情： 我在 R 中使用 H2O 进行深度学习人工神经网络来预测 2 个类别。我的 y 数据 (actualResults) 是只有 0 和 1 的实际分类。 x 自变量都是数值，训练框架不包括 y (actualResults)。当我对预测值进行最大值时，我得到的值大于 1，从不小于 -1，尽管 Tanh 应该限制为 [-1, 1]。

问题：

1. 这些预测值大于 1 是否可接受/有效？
2. 为什么 Tanh 的预测值大于 1？
3. 此值是否出现大于 1 个偏斜/偏向的正（第 1 类）预测？

注意：在下面的代码中，training_set 和 testing_set 的第一列是实际的分类，因此 -c(1) 将其删除以作为网络输入。

ANN <- h2o.deeplearning(y = "actualResult",
                              x = independentVariableColumns,
                              training_frame = as.h2o(training_set[-c(1)]),
                              activation = "Tanh",
                              hidden = rep(3, 3),
                              epochs = 100)


prediction <- h2o.predict(ANN, newdata = as.h2o(test_set[-c(1)]))
maxPrediction <- max(prediction)

Answer 1

prediction 的第一列是预测的类。尝试max(prediction)[-c(1)] 从概率中获取最大值。