结合回归和分类的多输出神经网络

Question

如果你有一个分类和回归问题是相关的并且依赖于相同的输入数据，是否有可能成功构建一个同时提供分类和回归输出的神经网络？

如果是这样，损失函数如何构造？

Answer 1

通常，对于这种情况，损失仅被视为分类损失和回归损失的加权和。换句话说，您的网络有两个独立的输出部分，一个负责回归，在其上应用Reggression loss L_reg（如MSE），另一个负责分类部分，应用分类损失L_class（如交叉熵）和您的最终优化标准是简单的（alpha）* L_reg +（1-alpha）* L_class，对于某些预定义的alpha。这可以轻松计算梯度（以及总体简单分析）。