H2o深度学习：predict（）返回大于1且带有tanh的值

使用H2O深度学习和Tanh激活函数，获得大于1的预测（概率）值是否可接受/有效？如果是这样的话，这难道不会使预测偏向第一类吗

详情： 我正在使用H2O对R中的人工神经网络进行深度学习，以预测2个类。我的y数据（实际结果）仅为0和1的实际分类。x自变量均为数值变量，训练框架不包括y（实际结果）。当我对预测值进行max时，我得到的值大于1，从不小于-1，尽管Tanh被假定为限制在[-1，1]

问题:

这些预测值是否大于1可接受/有效

为什么Tanh的预测值大于1

出现大于1的值是否会扭曲/偏差正（1类）预测

注意：在下面的代码中，training_set和testing_set的第一列是实际分类，因此-c（1）将其删除以用于网络输入

ANN <- h2o.deeplearning(y = "actualResult",
                              x = independentVariableColumns,
                              training_frame = as.h2o(training_set[-c(1)]),
                              activation = "Tanh",
                              hidden = rep(3, 3),
                              epochs = 100)


prediction <- h2o.predict(ANN, newdata = as.h2o(test_set[-c(1)]))
maxPrediction <- max(prediction)

---

ANN预测中的第一列是预测类。尝试
max（prediction）[-c（1）]
从概率中获取最大值