Keras神经网络。预处理

Question

当我在回归问题中使用神经网络时，我有这个疑问。我使用 sklearn.preprocessing 中 Imputers 和 Scale 的方法预处理了我的列车和测试数据的预测器（功能），但我没有预处理我的列车数据或测试数据的类别或目标。

在我的神经网络的体系结构中，除了具有 sigmoid 功能的最后一层之外，所有层都具有 relu 作为激活函数。我为最后一层选择了sigmoid函数，因为预测值介于0和1之间。

tl; dr：总之，我的问题是：我应该对神经网络的输出进行处理吗？如果我不使用sigmoid函数，我输出的值是＆lt; 0和＆gt;在这种情况下，我该怎么做？

由于

Answer 1

通常，如果要进行回归，则应在最后一层使用线性激活。 S形函数会“偏爱”更接近0和1的值，因此模型很难输出中间值。

如果目标的分布是高斯分布或均匀分布，我将使用线性输出层。除非您有非常大的目标，否则不需要进行预处理。