感谢您阅读我的帖子。
我已经阅读过一些关于格式化/规范化神经网络输入数据的帖子，但找不到具体解决我的查询的内容。我为长篇大论道歉。
我正在尝试建立一个用于分析赛马数据的径向基函数网络。我意识到这已经完成了，但我所拥有的数据是“特殊的”，我对赛车/体育比赛/编程非常感兴趣，所以我想给它一个机会！
虽然我认为我理解RBFN本身的原理，但我在理解输入数据的规范化/格式化/缩放时遇到了一些麻烦，因此它以一种“明智的方式”呈现给网络，而我不是确定我应该如何制定输出目标值。
例如，在我的数据中，我看一下“班级变化”，它比较了现在跑马的种族与之前的种族相比，并且可以具有-5到+5之间的值。我希望我需要将它们重新缩放到-1和+1之间（对吗？！），但我注意到更多的跑步者的班级变化为1，0或-1比任何其他值，所以我担心“过度表达”。不可能为更高/更低的类更改收集更多数据，因为这只是“数据的来源”。是否最好在缩放后按原样使用数据，或者我应该修剪极值还是其他什么？
同样，还有“连续”输入 - 比如“自上次运行以来的天数”。它可以具有1到大约1000之间的值，但是10-40范围内的值占主导地位。我打算将这些值缩放到0到1之间，但即使我在缩放之前修剪了最极端的值，我仍然会对某个范围进行大量表示 - 这是否会导致我出现问题？通常如何处理这样的问题？
最后，我无法理解如何向网络提供培训的“目标”值。我现有的结果数据有“输赢”（0或1？）以及跑步者赢或输的几率。如果我只是使用“赢/输”，那么当它们真的没有时，它会对所有的胜利和失败都有所了解 - 我会对一个忽略所有小赢家的网络感到高兴，但是从挑选10-1的射门中获利很高。同样，一个网络可以原谅20-1射门“输球”，但输掉2/5的赌注将是一个不好的损失。我考虑为胜利者获得结果（+1 *赔率）和（-1 /赔率）让失败者捕捉上述问题，但这意味着我的结果不是连续函数，因为会出现“不连续”在短期价格赢家和短期价格输家之间。
我是否应该有两个输出来覆盖这个 - 一个用于下注/不下注，另一个用于“赌注”？
我很抱歉大量的问题和长篇文章，但这确实有助于我走上正轨。
感谢任何人都能给我的帮助！
亲切的问候，
保
答案 0 :(得分：1)
RBFN附带的文档是回答其中一些问题的良好起点。 修剪数据又称＆＃34;夹紧＆＃34;或者＆＃34; winsorizing＆＃34;是我用于类似数据的东西。例如＆＃34;自上次运行以来的日子＆＃34;因为马可以是从一天到几年的任何东西，但往往集中在20到30天的区域。一些专家使用63天的数字来表示＆＃34;拼写＆＃34;所以你可以有一个指示变量，如＆＃34;＆gt; 63 = 1其他0＆＃34;例如。一个线索是看异常值表示任何变量的上限或下限5％并将其钳制。 如果你在任何地方使用赔率/红利，请确保你使用概率，即1 /（赔率+ 1），一个有用的想法是将这些概率归一化到100％。 赔率或参数价格倾向于淹没其他预测因素，因此一种技术是开发单独的模型，一种用于市场变量（市场模型），另一种用于非市场变量（通常称为＆＃34;基本模型） ）。