0

机器学习模型已经过识别动物和植物名称的训练。如果假设给出一个汽车名称,是否可以说该名称不属于动物或植物类别。如果可能,请提及实现此方案的方法或算法。在机器学习中识别未受过训练的物品的可能性

E.g.如果给出“狮子”或“椰子树”,模型将预测“动物”或“树木”类别。如果假设给出'奥迪',是否可以说该给定的物品既不属于'动物'也不属于'植物'。 (注意:我听说机器学习模型将尝试适合任何一个类别)。

+1

你可以添加第三个选项(在数据列之内),它不是动物而不是树 – malioboro

+0

谢谢。但是,有没有可能说增加培训数据?即因为它是在动物和树上训练的,而且在给出'奥迪'时,它可能找不到与之相匹配的许多特征,有可能它说它既不是植物也不是动物。 –

+0

如果你不能添加训练数据,你可以尝试使用Anomali Detection – malioboro

回答

1

分类器实际上为您提供了属于某个类别的项目的概率,除非您添加了将这些概率转换为一个和零的最终图层或后期处理。因此,您可以为概率定义一定的置信度阈值,并且如果分类器不输出高于阈值的概率,则调用输出未定。

“audi”仍然可以具有使网络相信它是树的功能。