возвращение minmax нормализация вернуться к исходной стоимости

Question

Я тренируюсь в нейронной сети. Нормализация входов и выходов (учебные данные) выполняется с использованием min Max до шкалы [0-1].

Я применяю алгоритм обучения обратного распространения. Во-первых, мне нужно получить смещение ошибки. то есть ошибка = фактический выход - выход

Как увеличить масштаб вывода [0-1] до фактических значений, например, от нуля до тысячи?

Answer 1

Для вашей проблемы, которую фактический вывод представляет собой реальное значение между 0 и 1000, вам нужно выбрать правильную меру вашей ошибки. Например, средняя квадратная ошибка является общим выбором.

Тогда вам нужно знать, что NN обычно используется в качестве классификатора, что означает, что предсказание истинно или ложно. Ваша проблема, похоже, является проблемой регрессии, а не проблемой классификации.

Если вы хотите использовать NN, он на самом деле может быть использован для регрессии, я бы

1. Первая карта, на выходе (0-1000) до (0-1) путем деления 1000
2. Выбрать средний квадрат в качестве функции стоимости
3. Поезд вы NN, чтобы узнать Веса
4. Нанести NN на тестовый набор и вычислить средний квадрат