如何使用多个范围的多个特征规范化我的反向传播神经网络？

Question

我有一个包含11个功能的数据集，其范围如下：

1000001 < feature 1  < 1560504
10000 < feature 2  < 15151
1 < feature 3  < 8
1001 < feature 4  < 3051
100 < feature 5  <  136
100 < feature 6  <  323
1 < feature 7  < 179
0 < feature 8  <  23
0 < feature 9  <  60034
114206 < feature 10  < 5318251
30 < feature 11  < 356

和一个布尔输出。

我想对这个数据集使用反向传播神经网络 如何规范化输入？

Answer 1

每个功能都可以独立标准化。

   x_i = (x_i - mean(x))/sigma(x) where x is a feature

此外，您需要为每个要素存储均值和sigma，并在预测之前对测试/新数据使用相同的值。

如果您使用的是Scikit等，则可以使用标准预处理包： http://scikit-learn.org/stable/modules/preprocessing.html