神经网络中的正负样本：定义与应用

在神经网络中，'正样本' 指的是具有所需属性的样本，而'负样本' 指的是不具有所需属性的样本。例如，在二分类问题中，'正样本' 指的是属于目标类别的样本，而'负样本' 指的是不属于目标类别的样本。

在训练神经网络时，需要使用正负样本来调整网络参数，以提高网络的分类性能。正样本帮助网络学习目标类别的特征，而负样本帮助网络识别非目标类别的特征。通过学习正负样本的差异，神经网络能够更准确地将新的样本分类到正确的类别。