关于监督学习的分类

Question

老师您好

用标签为3类的样本训练出的模型，当在生产环境中出现完全和这3类不符合的样本，会出现什么样的情况，应该怎么解决这种情况

Answer 1

liuyubobobo 2020-10-21 16:18:58

你的训练样本只有三类，上了真实数据实际有第四类，你的模型当然辨识不出来。你的模型会错误地把这个类别分类成为三类中的一个。

你的训练数据只有猫和狗，测试数据来了一张图片是一个人。你的模型还是会把这张图片分类成为猫或者狗。

解决方案只有一个：用含有完整类别的训练数据重新训练模型。

继续加油！：）

• 提问者 oracola #1

  非常感谢！

• zhixieqingwu #2

  老师您好,
  我也有个这样的疑惑，假如我的生产环境中会出现三类，即猫、狗和人，但人占比98%，猫、狗各占1%，样本非常不均衡，猫狗数据真的很少。
  问题来了，我能不能只拿猫和狗的样本做二分类模型，单纯的预测新样本像猫和狗的概率是多少，总的概率不等于1，这样像人的概率=（1-像猫概率-像狗概率），然后就比较哪个类大就归谁。有没有这样的解决方案呢？
  或者假如预测数据是一个人的照片时，既不像猫也不像狗，可能这个二分类概率是50%-50%，或者40%-60，都不算绝对的把握归为哪一类，我就把这种情况归为人，这样有一定逻辑吗？

• liuyubobobo 回复 zhixieqingwu #3

  我其实没有特别理解你的的问题，关于问题1，什么叫 “生产环境中会出现三类”？训练过程到底有几类？对于问题2，我没有见过这样的逻辑，至少直接去想没有想到，因为用猫和狗的数据去判断是人本身是不合逻辑的。如果既不像猫，又不像狗，为什么就是人？为什么不是大象或者青蛙？对于我接触的应用，更负责的判断是：在给出分类的同时，给出概率。比如机器认为这张照片是 狗，但只有 51% 的概率，这已经说明了这个判断的置信度了。对于置信度，你可以在实际应用中选择不相信。比如垃圾邮件过滤系统中，只对 70% 肯定是垃圾邮件的内容做过滤，低于 70%，即使机器认为是垃圾邮件，也不过滤。

点开查看后面1条评论