我目前有一个图纸的数据集，每张图纸都由一些特征表示。每个特征（独立变量）都是一个连续的数字。目前还没有一张图纸有标签，这就是为什么我打算和大家开始一种问卷调查。然而，在我正确设置这样的问卷调查之前，我应该知道我的训练数据应该使用什么样的标签。
一开始我想的是让人们给画作打分，比如从1到5，1为差，3为一般，5为好。另外，我也可以把问题简化为一个简单的好或坏的问题。后者意味着我将失去一些有价值的信息，但因变量可以被认为是 "二进制 "的。
使用我当时组成的训练数据，我需要有一个机器学习算法（模型），给定一张图，预测这张图是好还是不好。理想情况下，我将有一些方法来调整这种预测的严格程度。例如，模型可以不简单地预测 "好 "或 "坏"，而是在0到1的范围内预测一幅画的好的可能性，然后我可以说："好吧，让我们说所有70%可能是好的画，被认为是好的"。另一个例子是，模型用人们最初用来评价画作的分类值来预测好坏。因此，它要么预测画作是1、2、3、4或5。类似于我的第一个例子，我就可以说："好吧，所有至少被评为4分的画，都被认为是好画。"然后根据自己的喜好调整这个阈值。
在做了一些研究之后，我想到了逻辑学和线性回归是不错的候选方法。然而，如果这两种方案哪种最适合我的方案？同样重要的是，我需要如何格式化我的标签？只是简单的0和1，还是一个标尺？
如果你想使用多类分类，你可以使用1与所有的表示方法。
本质上，你为你的每一个类别训练1个分类器（你有10个类别，所以你有10个分类器），然后每个分类器只是被训练来预测该类别是否属于每个特定类别。
有其他的方法可以使多类逻辑回归工作，只需要训练一个单一的模型，例如使用分类交叉熵，但鉴于你想使用序数数据，作为回归模型使用的线性回归可能更理想。你会预测一个1到10之间的值，然后四舍五入到最接近的整数。这样一来，你就不会像惩罚远处的猜测那样惩罚近处的猜测。
是什么让你不使用逻辑回归模型。由于缺乏更好的数据集，我使用了标准的糖尿病数据。目标变量是一个整数，介于 50 和 200. 我对数据进行了标准化处理 [-1,1] 这样我就可以使用sigmoid作为激活函数。对于损失，我决定使用
import tensorflow as tf
from tensorflow.keras.models import Model
from tensorflow.keras.layers import MaxPooling2D, Input, Convolution2D
import numpy as np
from sklearn import datasets
diabetes = datasets.load_diabetes()
x_train=diabetes.data
y_train=2*(diabetes.target-min(diabetes.target))/(max(diabetes.target)-min(diabetes.target))-1
inputs = tf.keras.Input(shape=(x_train.shape[1],))
outputs = tf.keras.layers.Dense(1, activation=tf.nn.sigmoid)(inputs)
model = tf.keras.Model(inputs=inputs, outputs=outputs)
model.compile(optimizer=tf.keras.optimizers.Adam(), # Optimizer
loss=tf.keras.losses.MSE,
metrics=['sparse_categorical_accuracy'])
history = model.fit(x_train, y_train,
batch_size=64,
epochs=300,
validation_data=(x_train, y_train))
你也可以使用线性回归模型。在那里你只需要把激活函数替换成线性。然而我认为压制的特点，除了确保没有更大的评级的帽子 1 或更小 -1.
最后一种选择是训练成对的偏好。这个想法是给人类看两张图，问他更喜欢哪一张。然后建立一个二元模型，例如，逻辑回归。在我看来，这种方法似乎更可取，因为它更容易为人类解答