混合标签的多分类算法
请教各位,目前有组CT影像数据,但对应的标签不是通常的单一类别,例如A类,B类,C类,D类。而是混合在一起的形式,比如某个病例对应的标签是A+D,另一个对应的是B+C,也存在A+B+C的情况和单独A,B类的情况。最终想训练出一个模型,可以对以上病例分类。前提是不能单独把混合标签例如A+D类归为新的标签。
想咨询一下这类问题有什么合适的机器学习算法或者神经网络模型解决
返回小木虫查看更多
今日热帖
请教各位,目前有组CT影像数据,但对应的标签不是通常的单一类别,例如A类,B类,C类,D类。而是混合在一起的形式,比如某个病例对应的标签是A+D,另一个对应的是B+C,也存在A+B+C的情况和单独A,B类的情况。最终想训练出一个模型,可以对以上病例分类。前提是不能单独把混合标签例如A+D类归为新的标签。
想咨询一下这类问题有什么合适的机器学习算法或者神经网络模型解决
返回小木虫查看更多
为什么不许归为新标签呢?机器学习一般是单一标签的, 要多标签, 也有, 比如用RNN, CNN主流不这样。。。
,
方案二, 把输出层的N类, 扩展成2倍, 改对N类进行softmax 成对每个类别的是与否进行softmax