私は単純なニューラルネットワーク(Python、Theano)を作成して、さまざまな店舗の選択からの消費履歴に基づいて人の年齢を推定しました。残念ながら、それは特に正確ではありません。年齢ニューラルネットワーク序数分類
正確性は、ネットワークが通常の知識を持っていないという事実によって損なわれる可能性があります。ネットワークの場合、年齢区分には関係がありません。現在、softmax出力層から最も高い確率で年齢を選択しています。
出力分類を各年齢の重み付き確率の平均値に変更することを検討しました。 (年齢:10:20%、年齢20:20%、30歳:60%)
Rather than output: Age 30 (Highest probability)
Weighted Average: Age 24 (10*0.2+20*0.2+30*0.6 weighted average)
この溶液は、サブ最適感じ
例えば、年齢確率を考えます。ニューラルネットワークに序数の分類を実装する方が良いか、実装できる優れた機械学習方法がありますか? (logistic regression)
[このペーパー](https://web.missouri.edu/~zwyw6/files/rank.pdf)をご覧ください。 NNetsを使用して順序回帰を設定する方法について説明します。 – gobrewers14
このリンクは残念ながらうまくいかず、大学のアクセス権と関係があるかどうかはわかりません。あなたは代わりにそれの名前を持っていますか? –