Warum gibt es im Titanic-Fall zwei Ausgänge in tflearn quickstart?

Question

Ich bin ein Anfänger auf diesem Gebiet, ich habe versucht, tflearn für eine Weile und steckte in der Schnellstartanleitung in diesem Link.

http://tflearn.org/tutorials/quickstart.html

ich das versucht habe und es funktioniert perfekt mit Genauigkeit um 78%, aber das Problem ist, ich verstehe nicht, warum die „Etiketten“ bestehen aus zwei „überlebt“ Spalten, die einander gegenüber. Ich habe die gleichen Daten trainiert, aber nur einzelne "überlebte" Spalten in den Etiketten oder der Ausgabe verwendet, aber mit dem gleichen Code, den ich nur um 36% mit 0 Verlust oder sogar NaN Verlust bekomme.

also warum gibt es zwei Spalten Ausgabe/Etiketten? und warum kann ich nicht nur eine einzelne Spalte verwenden?

danke

Answer 1

Die zwei verschiedenen Spalten repräsentieren einhomekodiertes Etikett. Sie können überprüfen, wie es getan here Welches ist in der Regel Wahl der letzten Schicht mit Softmax Aktivierungsfunktion.

Aber wenn Sie das mit einem ersetzen möchten, müssen Sie auch die Aktivierungsfunktion zu Sigmoid ändern. Vergessen Sie auch nicht, den load_csv-Code in n_classes=1 zu ändern. und hier ist der Beispielcode für den Aufbau des Modells:

# Build neural network 
net = tflearn.input_data(shape=[None, 6]) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 1, activation='sigmoid') 
net = tflearn.regression(net) 

Dies wird Wahrscheinlichkeit des Überlebens produzieren.