处理神经网络中的分类目标（深度学习）

Question

我需要通过使用顺序神经网络来预测诊断（目标），这是一个有 5 个类别（普通感冒、流感、骨折、头痛、其他）的分类特征。 我尝试对其进行一种热编码，就像其他分类特征一样，将诊断分为 5 个新列，所以这是神经网络的代码，它给了我 20% 的准确度，我不知道如何处理这个目标知道我我确定我的预处理是正确的。

model = Sequential()
model.add(Dense(units = 512, activation='relu', input_shape=(20,)))
model.add(Dropout(0.5))
model.add(Dense(units = 512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(units = 5, activation='softmax'))

找到分类目标的解决方案

Answer 1

你能分享一下你的混淆矩阵吗？ 而且您还可以添加额外的层，不必以 512 个单位开始。

您可以简单地使用 (activation = 'relu') 添加额外的层并更改值，尝试一切。