작성
·
386
0
Multi-Class Classification 딥러닝 적용해보기 강의 5:26 부분에서
0, 1, 2 Multi-Label 에 대한 확률값을 구해야 하므로, output_dim은 3이 되어야 한다고 설명해 주셨습니다
반면, Binary Classification 강의에서는 0, 1 Label 에 대한 확률값을 구하면서 output_dim을 1로 설정을 하였는데요,
Binary Classification 예제는
확률값이 0에 가까우면 phishing, 1에 가까우면 legitimate로 분류되므로
그냥 확률값만을 담고 있는 1차원의 열벡터만 필요한 것이고,
Multi-Class Classification 예제는
3가지 feature에 대한 확률값이 각각 담겨야 하므로 output_dim을 3으로 설정한 것으로 이해하면 되나요??
답변 1
0
안녕하세요. 답변도우미입니다.
넵 맞습니다. Binary Classification 예제는 결국 1차원에 하나의 확률값만 나오게끔 한 것이고, Multi-Label 예제는 결국 label 만큼 차원을 늘려서, 각각의 차원에 각각의 label 확률값이 나오도록 한 것입니다.
감사합니다.