ANN模型多项分类的问题？

Question

这是一个简单的ANN模型，前面几个是影响因素（ID，学院，学位，性别，绩点），最后一个是模型需要预测的东西——收入

我在学院用的是normal encoding，学位和性别用的是one hot encoding

之前用二分法的时候用 0和1来代替，这次是要分成三大类：

我想这样来进行分类，0-15000泰铢的为0,   15001-30000泰铢的为0.5,   30001-200000泰铢的为1，三项分类，最后得出来的数据在（0,1）这个范围，然后0-0.33的归类为0,     0.33-0.67的归类为0.5,    0.67-1的归类为1.用这样的方式来判断模型的精准程度，这是我的代码，前面的数据预处理没有问题。最后的多项分类我不会，求解答。

PS：

part 4部分的predicting the test set result 是问题所在，以前直接是＞0.5的归为1.现在要分为三类

此外，我把loss从binary_crossentropy改成了categorical_crossentropy不知道正确与否

Answer 1

都不用看代码，就这句“最后得出来的数据在（0,1）这个范围，然后0-0.33的归类为0,     0.33-0.67的归类为0.5,    0.67-1的归类为1”  就不对了。  二分类出来的其实也不是一个0-1的概率，是两个，一个是正类概率，一个是负类概率，不过因为是二分类，我们通常只需要正类概率就可以了，大于0.5 就是1，小于0.5就是0。三分类就不行了，就一个概率，其他两个分类的概率怎么办。三分类的输出是三个概率，也就是你上面1,0.5,0三个类的概率。三个概率和为1 。 或者直接输出的归属类，也就是最大概率的那个类。