在 classification AI 问题中训练无效 class
Train inactive class in classification AI problem
我遇到了一个问题。我想 class 验证 n class 中的数据。但是，我也想说，答案是none of these n classes.
例如，我的class是：HORSE、CAT、DOG.因此，我将使用与 HORSE、CAT 和 DOG 相关的数据进行训练。
但是如果我给我的模型赋予其他东西，就像汽车一样，我希望我的模型能够告诉我它不是 HORSE、DOG 或 CAT。
所以也许我必须用这些 classes 训练模型：HORSE、CAT、DOG, 其他 ?
但是如果我用数据训练 OTHER class，我怎么能确定如果我给它一些像太空火箭这样的新东西，预测将在其他 class ?
换句话说，我遇到了不活跃 class 的麻烦。我不希望我的模型在我想要的 class 之间给出 "the best prediction"，我还希望它告诉我它是否是其中的 none。
谢谢！
我得到了一些答案，这个问题似乎有 2 个主要解决方案：
正如我所想，我可以训练我的 classes 和 1 个用于其他情况。为了稳健，我必须为此 class 创建我的模型可能输入的数据，以覆盖尽可能多的案例！
训练 n classifier：1 个二进制 classifier for 1 class。每个都有这些输出：活动/不活动。
对于每个解决方案，我认为有必要为 "other cases" 创建数据集，即使在第二个解决方案中也是如此，以避免未包含的预测。在解决方案 1 中，您可以选择是要 1 个 active class (softmax) 还是多个 active classes (sigmoid)，在解决方案 2 中，似乎更难控制这种行为，因为每个 classifier 是独立的，并且几个 classes 可能处于活动状态。
我遇到了一个问题。我想 class 验证 n class 中的数据。但是，我也想说，答案是none of these n classes.
例如，我的class是：HORSE、CAT、DOG.因此，我将使用与 HORSE、CAT 和 DOG 相关的数据进行训练。
但是如果我给我的模型赋予其他东西，就像汽车一样，我希望我的模型能够告诉我它不是 HORSE、DOG 或 CAT。 所以也许我必须用这些 classes 训练模型：HORSE、CAT、DOG, 其他 ?
但是如果我用数据训练 OTHER class，我怎么能确定如果我给它一些像太空火箭这样的新东西，预测将在其他 class ?
换句话说，我遇到了不活跃 class 的麻烦。我不希望我的模型在我想要的 class 之间给出 "the best prediction"，我还希望它告诉我它是否是其中的 none。
谢谢！
我得到了一些答案，这个问题似乎有 2 个主要解决方案：
正如我所想，我可以训练我的 classes 和 1 个用于其他情况。为了稳健，我必须为此 class 创建我的模型可能输入的数据，以覆盖尽可能多的案例！
训练 n classifier：1 个二进制 classifier for 1 class。每个都有这些输出：活动/不活动。
对于每个解决方案，我认为有必要为 "other cases" 创建数据集，即使在第二个解决方案中也是如此，以避免未包含的预测。在解决方案 1 中，您可以选择是要 1 个 active class (softmax) 还是多个 active classes (sigmoid)，在解决方案 2 中，似乎更难控制这种行为，因为每个 classifier 是独立的，并且几个 classes 可能处于活动状态。