回帰と分類を組み合わせた多出力ニューラルネットワーク

Question

分類と回帰の問題が関連しており、同じ入力データに依存している場合は、分類と回帰の両方の出力を与えるニューラルネットワークをうまく構築できますか？

もしそうなら、どのように損失機能が構築されますか？

Answer 1

通常、このような場合、損失は単純に分類損失と回帰損失の加重和とみなされます。言い換えれば、あなたのネットワークは2つの独立した出力部分を持っています.1つは回帰喪失L_reg（MSEなど）を適用し、もう1つは分類部分を担当し、分類損失L_class（クロスエントロピーなど）を適用します。あらかじめ定義されたアルファの場合、最終的な最適化基準は単に（alpha）* L_reg +（1-alpha）* L_classです。これにより、グラジエント（および全体的な簡単な解析）の計算が容易になります。