Особенности CNN для классификации

Question

Я новичок в углубленном изучении и надеюсь, что вы, ребята, сможете мне помочь. Следующий сайт использует функции CNN для мультиклассовой классификации: https://www.mathworks.com/help/deeplearning/examples/feature-extraction-using-alexnet.html

В этом примере извлекаются элементы из полностью подключенного слоя, а извлеченные элементы передаются в классификатор ECOC.

В этом примере, что касается всего набора данных, в каждой категории имеется всего 15 выборок, а в наборе обучающих данных - 11 выборок в каждой категории.

Мой вопрос связан с размером набора данных: если я хочу использовать функции cnn для классификации ECOC, как в примере выше, необходимо ли иметь одинаковое количество выборок в каждой категории? Если да, не могли бы вы объяснить, почему? Если нет, хотели бы вы показать справочные документы, которые использовали разные номера?

Спасибо.

Answer 1

Возможно, вы захотите иметь сбалансированный набор данных, чтобы ваша модель не узнала неправильное распределение вероятностей.Если категория представляет 95% вашего набора данных, модель, которая классифицирует все как часть этой категории, будет иметь точность 95%.