“未知”类的机器学习分类算法

Question

据我所知，如果我在苹果，梨和香蕉的样本图片上训练ML分类算法，它将能够将这三种类别中的新图片分类。但是，如果我提供一辆汽车的照片，它也会将它归类为这三类中的一类，因为它无处可去。

但是有没有一种ML分类算法能够判断一个项目/图片是不是真的跟它训练的任何类有区别呢？我知道我可以创建一个“未知”课程，并在各种不属于苹果，梨或香蕉的图片上进行培训，但是我认为培训套餐需要很大。这听起来不太实际。

Answer 1

大多数分类算法将输出一个分数以及分数/确定性度量，这表明算法对返回的标签是否正确有信心（基于某些内部图，这不是外部准确性评估）。

如果得分低于某个阈值，可以让它输出unknown而不是其中一个已知类别。没有必要训练负面的例子。要做到这一点

Answer 2

的一种方式可以在本文中找到 - https://arxiv.org/pdf/1511.06233.pdf

文中还比较简单地把门槛上的最后得分以及作者提出的（OpenMax的）技术所产生的结果。