房屋定价使用神经网络

Question

我编写了多层感知器实现（在Python上），它能够对Iris数据集进行分类。它通过反向传播算法进行训练，并在隐藏和输出层上使用sigmoid actiovation函数。

但是现在我想改变它以便能够估算房价。 （我有大约300个房产的数据集，价格和输入参数，如房间，位置等。）

现在感知器的输出在[0; 1]范围内。但据我所知，如果我想在输出神经元上得到房价，我需要以某种方式更改激活功能吗？

有人能帮助我吗？ 我是神经网络的新手 提前谢谢。

Answer 1

例如，假设房价介于1美元到1,000,000美元之间，那么您可以将0 ... 1范围映射到培训和测试的最终价格范围。请注意，300个庄园是一个相当小的数据集。

准确地说，如果房子是$ 500k，那么目标训练输出将变为0.5。您基本上可以除以最大可能的房屋价值来获得目标培训金额。当您获得输出值时，您将获得最大房屋价值的倍数，以获得预测价格。

因此，将神经网络的输出视为总成本的百分比。