2出力ニューラルネットワーク？

Question

私はこれについてしばらく考えていましたが、そのデータを見つけることはできません。ニューラルネットワークで分類する場合、出力ニューロンの活性化関数の領域を通常、特定のクラスに割り当てます。 tanhの場合、クラス1の場合は0.8、クラス2の場合は-0.8を設定できます.3つのクラス（3番目のクラスはゼロに近いクラス）があれば、これはすべてうまくできています。

統計情報に基づいてサッカー選手を分類する例を挙げてください。攻撃側の中盤の選手とストライカーは同じような統計を持っていますが、それらを活性化関数の反対側の領域に割り当てると、分類子の確度は確実に損なわれます。

クラス領域が1Dではなく2Dで表現できるように、任意のx値とy値を出力する2出力ニューラルネットワークを持つ方が簡単ではないですか？あなたは本質的にサークルを持ち、必要なクラスの数にカットし、各スライスの中心をクラスのターゲット値として持つことができます。これは私に分類する良い方法だと思われますが、対象に関する関連データが不足しているため、より多くのクラス（たとえば6つのクラス）で分類を実行する簡単な方法があると私は信じています。私が尋ねる理由は、自分の統計に基づいて特定のポジションでサッカー選手を分類しようとしているからです。下のプレーヤーの上位2つの主成分得点の散布図を見ることができます。

Answer 1

通常のアプローチは、すべてのクラスのための1個のニューロンを使用することです。あなたは "argmax"で答えを見つけるでしょう。

1つのニューロンで2つまたは3つの値をエンコードすることはあまり効果がありません。