--

謝謝你的提問。

所謂的 multi-label classification 應該是指每一筆資料的標籤可以有多種,比如第一筆資料的標籤是 A、B、C;第二筆資料的標籤是 C;第三筆資料的標籤是 A、C。

原始論文中沒有提到 GrowNet 如何直接處理 multi-label classification。也許可以將 multi-label classification 的問題轉換成一系列的 binary classification:第一筆資料是不是 A、第二筆資料是不是 A、第三筆資料是不是A,這樣是一個 GrowNet;第一筆資料是不是 B、第二筆資料是不是 B、第三筆資料是不是 B,這樣是一個 GrowNet。

GrowNet 如何處理 binary classification,原始論文有提到,可以參考看看。

--

--

施威銘研究室
施威銘研究室

Written by 施威銘研究室

致力開發AI領域的圖書、創客、教具,希望培養更多的AI人才。整合各種人才,投入創客產品的開發,推廣「實作學習」,希望實踐學以致用的理想。

Responses (1)