用于训练和测试的神经网络数据

Question

我有关于人工神经网络的培训和测试数据的问题。

测试数据是否应该通过特征提取过程才能进行分类？ 我是这个领域的新手。我做得对吗？ 我将数据集分成80％的列车和20％的测试。两套，我提取功能。对于列车数据我把它放入训练网络，但不是用于测试数据。然后去分类。它是否正确？因为我的SV说测试数据不应该通过特征提取过程。我想知道如果不提取具体特征，ANN如何识别输入。道歉我的英语不好。

如果有人有我可以参考的链接或期刊，请提供..

非常感谢。

Answer 1

培训和测试数据都需要采用相同的格式 - 因此您的培训数据和测试数据应该经过相同的预处理步骤，否则您的网络将无法正确学习。

Answer 2

你做得对（就我理解你的问题而言）。

示例：如果您要在纸上向我展示10张图像面孔（训练数据），然后仅按名称向我展示2人（训练数据）（不同的特征表示） - 我无法对我没学过的东西进行分类。您无法使用图像训练网络，然后使用音频或除用于训练的表示之外的任何其他表示进行测试。我无法将任何论文联系起来，因为这只是常识。

你可以修改训练集，例如通过添加噪音。但无论你做什么，表示格式必须相同。