MxN의 데이터 집합이 있습니다. 신경 네트워크를 사용하여이 데이터 세트에서 바이너리 분류를 수행하려고합니다. 나는 Recurrent Neural Networks를 연구하고 있었다. LSTM을 AutoEncoders에 사용할 수는 있지만 분류에 사용할 수 있는지 확실하지 않습니다 (바이너리 분류를하려고합니다). 나는 신경 네트워크와 깊은 학습 모델에 대해 아주 새롭고, 신경망으로 이진 분류를 달성하는 방법이 있는지 정말로 확신 할 수 없다. 내 데이터 세트에서 베르누이 RBM을 사용해 보았습니다. 이 모델을 사용하여 분류를 수행하는 방법을 모르겠습니다. 나는 또한 Pipeline()을 발견했다. 다시, 나는 나의 목표를 성취하는 방법을 확신하지 못한다.신경망으로 이진 분류?
도움을 주시면 감사하겠습니다.
그래서 데이터 세트는 다음과 같습니다. 그것은 Mx3xN 매트릭스입니다. 여기서 M은 각 주체이고 3xN은 주체 각각에 대해 수집 된 데이터입니다. 그러므로 저는 M (과목) x 3xN입니다. 죄송합니다. 데이터 세트를 제대로 설명하지 않았습니다. 내 목표는 다음과 같이하는 것입니다. 각 과목별로 데이터를 시간 조각 (예 : 10)으로 나누고 훈련을 위해 8 개의 시간 조각을 사용하고 예측을 위해 나머지 2 개의 시간 조각을 사용합니다. 내가 예상하는 목표는 타임 슬라이스에 포함 된 데이터가 M 과목 중 하나와 일치 하는지를 나타내는 이진수입니다 (주제 1 또는 주제 2, ..., 주제 M과 일치하는 경우). – prabhu
이 작업을 수행하는 더 간단한 방법은이 작업을 2^M 클래스의 전통적인 분류로 공식화하는 것입니다. – txizzle