如何将数据标准化以提供给位于其训练数据范围之外的神经网络?

时间:2014-09-01 02:57:16

标签: machine-learning dataset neural-network normalization

我有一个用于分类的神经网络的输入,例如,在数据集上进行训练,其中值为1-5。然后我将所有这些训练数据标准化,使其从0-1开始。如果我想对输入超出1-5范围的内容进行分类,我会将哪些内容输入网络。例如,如何将5.3的值标准化?

1 个答案:

答案 0 :(得分:0)

根据神经网络的条件,可以通过多种方式处理该值。一些包括:

1 /.输入可以最大化为1

2 /.这可能超过1,具体取决于应用的规范化算法以及神经网络是否设计为允许它(通常,如果所有数据都已标准化,则这些值应保持在0和1之间)

3 /.(仅限分类) - 如果输入是分类的,而不是1到5之间的定量值,我不确定5.3的值是否有意义。也许为一个未知的'添加另一个神经元。国家可能会有所帮助,取决于你的问题,但我有一种直觉,认为这是过度的。

我假设由于在培训结束后无法预见的未来案件被用于估计目的而出现了这种情况。一般来说,处理实际上归结为(i)神经网络的编程,以及(ii)归一化输入的计算。