Matlab 为什么神经网络的输出不是二进制的？

我正在使用MATLAB中的NPR工具。 我的输入是150000 x 10矩阵，输出是150000 x 1类（二进制类）

当工具给我一个选项时，我使用GUI并保存输出。 但是输出不是一个二进制向量，而是一个150000x1double

我只是想知道当我的目标变量是二进制的时候，为什么它不是二进制的，如果它不是二进制的，那么混淆矩阵是如何绘制的。 是否使用简单的圆函数

在将目标变量提供给工具之前，是否需要对其进行规范化

---

我不知道NPR工具的细节，但神经网络是作为向量与训练过程中学习的权重向量（在网络的每一层）相乘来实现的

它的输出自然是一个实值向量，为了保持通用性（通常）不设置阈值。要获得预测的二进制类值，输出将被阈值设置为0.5（假设类为0和1），并根据这些值计算混淆矩阵。实值输出还允许您将神经网络的输出视为分类的一种置信值。0.51会是积极的，但不会太多，而0.95会更积极。如前所述，我不知道NPR工具是如何处理这些值的

---

至于标准化，我认为0,1已经标准化了。

一般来说，如果你愿意，你也可以设置一个神经网络来有一个二进制向量输出，但是它可能是多余的，因为你可以通过输出值识别两个类-1,1，只使用一个输出变量

因此，您可以选择：

1） 两个输出变量，其中每个变量对应于一个类或，例如（0,1）对应于类1，（1,0）对应于类2

2） 其中一个变量的输出值-1表示类1，1表示类2

在第二种情况下，您需要较少的训练点，因为需要拟合的参数较少