如果我们有神经网络并使用所需的输出对其进行训练，例如：如果情况 A，则输出将为 0.04如果情况 B 则为 0.08如果情况 C，则为 0.12，依此类推，直到 1
如果我们从应用程序过程中得到实际输出 0.06，我们如何解释输出。算作案例A还是案例B？
这实际上取决于您的阈值策略。
首先，您必须在每个目标类别之间选择一个阈值。您可以：
- 要么你选择放置任意阈值，可以是中点（即类别 0.4 和 0.8 之间的 0.6）或其他任何东西。
- 或者计算阈值以减少分类误差，这可以通过在多个测试运行中平均最佳工作阈值来完成。
然后，您必须选择当您的输出值正好落在阈值上时该怎么做，这实际上取决于您，您可以选择将其分类为"向左"，"向右"，甚至让您的网络说它无法对输入进行分类。但请记住，在大多数情况下，它不太可能发生，最多它会接近阈值，但很少完全达到阈值。
干杯
卓玛