9.新闻分类：多分类问题

9.新闻分类：多分类问题

新闻分类：多分类问题

本次会构建一个网络，将路透社新闻划分为46个互斥的主题。因为有多个类别，这是多分类问题的一个例子。因为每个数据点只能划分到一个类别，所以更具体地说，这是单标签、多分类问题的一个例子。如果每个数据点可以划分到多个类别（主题），那它就是一个多标签、多分类的问题。

路透社数据集reuters

该数据集包含46个不同的主题：某些主题的样本更多，但训练集中每个主题都有至少10个样本。

from keras.datasets import reuters(train_data, tarin_labels), (test_data, test_labels) = reuters.load_data(num_words=10000)

与IMDB相同，每个样本都是一个整数列表（表示单词索引）

将索引解码为新闻文本的方法

word_index = _word_index()
reverse_word_index = dict([(value, key) for (key, value) in word_index.items()])
decoded_newswrie = ' '.join([reverse_(i - 3,'?') for i in train_data[0]])
# 索引减去3是因为0、1、2分别为“padding（填充）”、“start of sequence（序列开始）”、”unknown（未知词）“分别保留的索引。

样本对应的标签是一个0至45范围内的整数，即话题索引编号。

准备数据

使用以下方法将数据向量化

import numpy as npdef vectorize_sequences(sequense, dimension=10000):results = np.zeros((len(sequences), dimension))for i, sequence in enumerate(sequenses):retults[i, sequence] = 1.return resultsx_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)

也可以使用 one-hot 编码，one-hot 编码是分类数据广泛使用的一种格式，也叫分类编码。在这个例子中，标签的 one-hot 编码就是将每个标签表示为全零向量，只有标签索引对应的元素为1。

def to_one_hot(labels, dimension=46):results = np.zeros((len(labels), dimension))for i, label in enumerate(labels):results[i, label] = 1.return resultsone_hot_train_labels = to_one_hot(train_labels)
one_hot_test_labels = to_one_hot(test_labels)

Keras 内置方法可以实现这个操作

from keras.utils.np_utils import to_categoricalone_hot_train_labels = to_categorical(train_labels)
one_hot_test_labels = to_categorical(test_labels)

构建网络

这个问题与二分类问题类似，但是他有一个新的约束条件：输出类别和数量从2个变为64个。

对于Dense层的堆叠，每层只能访问上一层输出的信息。如果某一层丢失了与分类问题相关的一些信息，那么这些信息无法被后面的层找回，也就是说，每一层都有可能成为信息瓶颈。如果Dense层的维度过小，可能会造成信息瓶颈，永久的丢失信息。所以此次使用64个单元的维度。

form kears import models
form keras import layersmodel = models.Sequential()
model.add(layers.Dense(64, activation='relu', input_shape=(10000,)))
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(46, activation='softmax'))

关于这个架构，需要注意：

• 网格最后的一层是大小为46的Dense层。这意味着，对于每个输入样本，网络都会输出一个46维的向量。这个向量的每个元素（即每个维度）代表不同的输出类别。
• 最后一层使用了softmax激活。网格将输出在46个不同输出类别上的概率分布——对于每一个输入样本，网络都会输出一个46维向量，其中 output[i] 是属于第 i 个类别的概率。46个概率的总和为1。

对于这个例子，最好的损失函数是 categorical_crossentropy（分类交叉熵）。它用于衡量两个概率分布之间的距离，这里两个概率分布分别是网络输出的概率分布和标签的真实分布。通过将这两个分布的距离最小化，训练网络可使输出结果尽可能接近真实标签。

modelpile(optimizer='rmsprop',loss='categorical_crossentropy',metrics='accuracy')

验证你的方法

首先在训练数据中留出1000个样本作为验证集

x_val = x_train[:1000]
partial_x_train = x_train[1000:]y_val = one_hot_train_labels[:1000]
partial_y_train = one_hot_test_labels[1000:]

现在开始训练网络，共20个轮次

history = model.fit(partial_x_train,partial_y_train,epochs=20,batch_size=512,validation_data=(x_val, y_val))

绘制训练损失和验证损失的图像

import matplotlib.pyplot as pltloss = history.history['loss']
val_loss = history.history['val_loss']epochs = range(1, len(loss) + 1)plt.plot(epochs, loss, 'bo', label='训练损失（Training loss）')
plt.plot(epochs, loss, 'b', label='验证损失（Validation loss）')
plt.title('训练损失和验证损失（Training and Validation loss）')
plt.xlabel('轮次（Epochs）')
plt.ylabel('损失（loss）')
plt.legend()plt.show()

绘制训练精度和验证精度图像

import matplotlib.pyplot as pltplt.clf()acc = history.history['acc']
val_acc = history.history['val_acc']epochs = range(1, len(acc) + 1)plt.plot(epochs, acc, 'bo', label='训练精度（Training acc）')
plt.plot(epochs, val_acc, 'b', label='验证精度（Validation acc）')
plt.title('训练精度和验证精度（Training and Validation acc）')
plt.xlabel('训练精度（Training acc）')
plt.ylabel('验证精度（Validation acc）')
plt.legend()plt.show()

由以上两个图可以发现，网络在训练9轮时开始过拟合，我们可以重新训练一个网络，共九个轮次尝试。

dels
import keras.layersmodel = models.Sequential()
model.add(layers.Dense(61, activation='relu', input_shape(10000,)))
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(46, activation='softmax'))modelpile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])
model.fit(partial_x_train,partial_y_train,epochs=9,batch_size=512,validation_data=(x_val, y_val))
results = models.evaluate(x_test, one)>>>results
[0.9760603904724121, 0.7862867116928101]

这种方法可以得到将近80%的精度。对于平衡的二分类问题，完全随机的分类器能够获得到50%的精度。对于这个例子，完全随机的精度约为19%。

>>>import copy
>>>test_labels_copy = py(test_labels)
>>>np.random.shuffle(tgest_labels_copy)
>>>hits_array = np.array(test_labels) == np.array(test_labels_copy)
>>>float(np.sum(hits_array)) / len(test_labels)
0.18477292965271594

在新数据上生成预测结果

模型实例的 predict 方法返回了在46个主题上的概率分布。我们对所有测试数据生成主题预测。

>>> predictions = model.predict(x_test)>>> predictions[0].shape
(46,)
>>> np.sum(predictions[0])
1.0
>>> np.argmax(predictions[0])
3

处理标签和损失的另一种方法

前面提到了另一种编码标签的方法，就是将其转换为整数张量，如下所示

y_train = np.array(train_labels)
y_test = np.array(test_labels)

对于这种编码方法，需要改变的是损失函数的选择，对于以上使用的损失函数 categorical_crossentropy ，标签应该遵循分类编码。对于整数标签，你应该使用 sparse_categorical_crossentropy。

modelpile(optimizer='rmsporp',loss='sparse_categorical_crossentropy',metrics=['acc'])

这个新的损失函数在数学上与categorical_crossentropy完全相同，只是接口不同。

中间层维度足够大的重要性

对于这个例子，最终输出是46维的，因此中间层的隐藏单元个数是不应该比46小太多。如果中间层的维度远远小于46，就会发生信息瓶颈。

model = models.Sequential()
model.add(layers.Dense(64, activation='relu', input_shape=(10000,)))
model.add(layers.Dense(4, activation='relu'))
model.add(layers.Dense(46, activation='softmax'))
modelpile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])
model.fit(partial_x_train,partial_y_train,epochs=20,batch_size=128,validation_data=(x_val, y_val))

现在网络的验证精度最大约为71%，比前面下降了8%。导致这一下降的主要原因在于，试图将大量信息（这些信息足够恢复46个类别的分割超平面）压缩到维度很小的中间空间。网络能够将大部分必要信息塞入这个四维表示中，但并不是全部信息。

小结

• 如果要对N个类别的数据点进行分类，网络的最后一层应该是大小为N的Dense层。
• 对于单标签、多分类问题，网络的最后一层应该是哟个softmax激活，这样可以输出在N个输出类别上的概率分布。
• 这种问题的损失函数几乎总是应该使用分类交叉熵。他将网络输出的概率分布与目标的真实分布之间的距离最小化。
• 处理多分类问题的标签有两种方法
  • 通过分类编码（也叫ont-hot编码）对标签进行编码，然后使用categorical_crossentropy作为损失函数。
  • 将标签编码为整数，然后使用sparse_categorical_crossentropy损失函数。
• 如果你需要将数据划分到许多类别中，应该避免使用太小的中间层，以免在网路中造成信息瓶颈。

N个输出类别上的概率分布。

• 这种问题的损失函数几乎总是应该使用分类交叉熵。他将网络输出的概率分布与目标的真实分布之间的距离最小化。
• 处理多分类问题的标签有两种方法
  • 通过分类编码（也叫ont-hot编码）对标签进行编码，然后使用categorical_crossentropy作为损失函数。
  • 将标签编码为整数，然后使用sparse_categorical_crossentropy损失函数。
• 如果你需要将数据划分到许多类别中，应该避免使用太小的中间层，以免在网路中造成信息瓶颈。