将minmax归一化恢复为原始值

时间:2014-10-26 06:23:46

标签: networking normalize

我正在训练神经网络。输入和输出(训练数据)的归一化使用最小值Max来进行[0-1]。

我应用反向传播学习算法。首先,我需要获得错误偏移。即错误=实际输出 - 输出

如何将输出[0-1]缩放回实际实际值,例如从0到数千范围?

1 个答案:

答案 0 :(得分:0)

对于实际输出为0到1000之间的实际值的问题,您需要做的第一件事就是选择正确的误差测量方法。 例如,均方误差是一种常见的选择。

然后您需要知道NN通常用作分类器,这意味着它会告诉您预测是真还是假。你的问题似乎是回归问题,而不是分类问题。

如果你想使用NN,它实际上可以用来做回归,我会

  1. 首先将输出(0-1000)映射到(0-1),然后除以1000
  2. 选择均方作为您的成本函数
  3. 训练你NN学习重量
  4. 将NN应用于测试集并计算均方