如何标准化/标准化神经网络的时间输入？

Question

我正在使用AForge构建神经元网络。

但是我很难定义我的输入参数。在我的训练数据中，一个输入值是事件发生的时间。

据我所知，输入值应该在-1和+1之间？

我想不出最好的方法是标准化/标准化时间值。

一种方法是选择一个最小值和一个最大值。最小值为-1，最大值为1。但是，对于该时间范围以外的值，网络将停止工作，或者当时间范围较大时，输入之间的差异将很小。

我想将时间值分成几个输入值（例如分钟，小时，天，月，年），并将其用作多个输入，但这将问题仅移至“年”输入。

另一种方法是使用对数刻度。

有没有针对此的最佳实践，或者是我没有想到的可能性？

更新：

输入内容包括：

• 模块编号
• 打开时间
• 打开它的用户
• ...

输出：

• 接下来将打开likley的模块的模块号

Answer 1

您可以只使用时间步长。 您可能有类似这样的数据集：

12/13/2012 01:00,23,345,235,235,644,757,
12/13/2012 01:02,455,325,235578,23524,6413,757567,
12/13/2012 01:08,123,125,2375,23554,64123,75778,
...,
12/13/2019 07:33,244,245,231235,2158935,6567944,7567557 

您可以删除第一列：

23,345,235,235,644,757,
455,325,235578,23524,6413,757567,
123,125,2375,23554,64123,75778,
...,
244,245,231235,2158935,6567944,7567557

，然后直接处理您的数据。 查看本文https://machinelearningmastery.com/time-series-forecasting-supervised-learning/。希望对您有所帮助。