二分类神经网络模型还需要进行概率校正(probability calibration)吗

  统计/机器学习 概率分布 监督式学习 人工神经网络    浏览次数：2491        分享
二维码
手机扫描二维码
  面试中常见简答题？
0

神经网络模型进行二分类的时候，最外层通常是一个sigmoid，这个情况下还需要进行概率校正(probability calibration)吗？

 

0101RG   2019-11-28 09:24


   1个回答 
0

我觉得不需要概率校正了，因为最外层的sigmoid相当于是做了一个逻辑回归，而逻辑回归本身是概率分类器，是校正误差最小的分类模型了。

SofaSofa数据科学社区DS面试题库 DS面经

何立诚   2019-11-30 03:42



  相关讨论

怎么理解分类器的calibration plot(reliability curve)？

为什么神经网络用截断正态分布生成初始权值？

怎么理解tweedie分布？

log-normal分布实际有什么用？

odds和odds ratio的定义是什么？

机器学习中，数据的分布是指什么呢？

X,Y 独立并且，X~U(0,2)以及Y∼U(1,3)。求max(X,Y) 的期望。

长尾分布、肥尾分布、重尾分布？

强大数定律和弱大数定律有什么区别？

二项分布的正态近似

  随便看看

行数很多的pandas DataFrame如何在jupyter中完整显示？

plt.bar怎么设置每个bar的颜色？

机器学习基础

kappa statistic怎么理解？有什么意义？

numpy里的无穷大np.inf到底是多大呢？