我有一個三層 MLP 分類器模型。(輸入層 - 隱藏層 - 輸出層)。
我想計算資料點與決策邊界的有符號距離。
在 SVM 或邏輯回歸的情況下,獲得有符號距離并不難。
但是MLP呢?
我想檢查“新資料離決策邊界有多遠”,沒有新資料的真實標簽。
uj5u.com熱心網友回復:
sigmoid基本上,如果您不在輸出層中使用激活,分類器模型的輸出表示與決策邊界的有符號距離。如果您確實sigmoid在輸出層中使用激活,您可以使用反 sigmoid 來使用以下公式找到有符號距離。如果p是在最后一層激活 sigmoid 的分類器模型的輸出,
signed_distance = -ln((1 / (p 1e-8)) - 1)
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/511544.html
