machine-learning - 神经网络分类成层次类别

Question

我正在研究渐进类的分类问题。换句话说，有一些类别的层次结构，即A < B < C，例如低、中、高。我应该使用什么输出层的损失函数和激活函数来利用类层次结构？

我的想法是：

1) 要为每个类别分配一些值，请使用一个具有 sigmoid 激活和 RMS 损失函数的输出单元。然后将每个类分配给一个区间，例如 0-033 - A 类，0.33-0.66 B 类 0.66-1 - C 类。这似乎可以解决问题，但可以偏向于极端类别而不是中间类别。

2）使用K个softmax输出单元，整数标签代替one-hot编码和稀疏分类交叉熵损失函数。在这种情况下，我不确定稀疏分类交叉熵究竟是如何工作的，以及它是否真的考虑了层次结构。

标签： machine-learningdeep-learningneural-networkclassification