在机器学习中识别未训练项目的可能性答案

【问题标题】：Possibility of identification of non trained item in Machine Learning在机器学习中识别未训练项目的可能性
【发布时间】：2018-01-16 20:12:16
【问题描述】：

已训练机器学习模型识别动物和植物的名称。如果假设给定一个汽车名称，是否可以说该给定名称不属于动物或植物类别。如果可能，请提及实现此场景的方法或算法。

例如如果给出“狮子”或“椰子树”，模型将预测“动物”或“树木”类别。如果假设给出了“Audi”，是否可以说给定的项目既不属于“动物”也不属于“植物”。（注意：我听说机器学习模型会尝试适应任一类别）。

【问题讨论】：

您可以添加第三个选项（在数据列中），它不是动物也不是树
谢谢。但是，是否可以说不添加训练数据？即，因为它是在动物和树上训练的，并且当给出“奥迪”时，它可能找不到很多与之匹配的特征，所以它是否有可能说，它既不是植物也不是动物。
如果无法添加训练数据，可以尝试使用异常检测
@malioboro ，做人。原创海报在这里学习。
@RamaswamyM ，定义一个分类算法。

【解决方案1】：

分类器实际上会为您提供属于某个类别的项目的概率，除非您添加最后一层或后处理将这些概率转换为 1 和 0。因此，您可以为概率定义一定的置信度阈值，如果分类器没有输出高于阈值的概率，则称输出未定。

“audi”仍然可以具有使网络相信它是树的特征。

【讨论】：