标签： machine-learning neural-network artificial-intelligence regression
我正在使用tensorflow（sigmoid函数）训练神经网络。
我想在0和1之间扩展我的数据（在回归设置中输出y）。使用函数执行此操作是否合适？例如。 y_train = log(y)？ 我担心的是它会扭曲数据。
y_train = log(y)
我对使用基于样本的常用缩放方法（例如重新缩放：(y-ymin)/y_range或标准化）有点不确定，因为我没有y的实际范围，以及我的y值的范围如果我这样做，验证集可能与训练集中的范围完全不同。
(y-ymin)/y_range
在这种情况下，在0-1之间扩展数据的正确方法是什么？