Нормальная нормализация Нейронного Netword

-1

Я новый поклонник ANN, и я надеялся, что кто-то поможет мне понять концепцию нормализации с примером следующим образом. предпочтительнее в php, только небольшой пример.Нормальная нормализация Нейронного Netword

Позволяет сказать >>

Rooms    Area    Type 
    1     350    Apartment 
    1     800    Apartment 
    3     300    Apartment 
    8     1500    House 
    7     900    house 
    1     800    flat

, как я могу нормализовать эти данные? большинство книг, которые читают редизайн ANN, заявляют, что out put должен быть равен 0 или 1, откуда берутся эти значения?

Я хочу, чтобы система могла отличить квартиру, квартиру и апартаменты. , пожалуйста, дайте мне пример в Php-коде. благодарит заблаговременно.

источник

2016-06-21 Jamal ALharthy

С помощью этих небольших данных вы можете нормализовать то, что вы хотите, ваша нейронная сеть никогда не будет работать. :-) Нормализация не такая уж трудная: v '= (v - mean)/std dev. Вы можете установить это: http://php.net/manual/en/book.stats.php, чтобы сделать вычисления std dev немного проще ... но это так просто, что вам это действительно не нужно. –

Я просто дал вам простой пример, который мог бы заполнить более 10 000. я просто пытаюсь привести вам пример здесь, может быть много квартир с разными стилями измерения или разными номерами комнат. поэтому мне нужно сделать это с помощью ANN. –

Ну, попробуй, сделай что-нибудь на PHP. Если вы столкнулись с определенными проблемами, вы всегда можете задавать вопросы здесь. –

Поскольку это проблема классификации (как кажется по данным), вам не нужно нормализовать выход. Таким образом, вам нужно нормализовать только входное значение. Если вы используете NumPy в Python, вы можете нормализовать его в следующих двух способов:

Gaussian Нормализация (0 среднее и 1 станд): Это нормализует данные имеют нулевое среднее и е отклонение, равное 1.

XNOR = (xx.mean())/x.std()
(0, 1) диапазон Нормализация: Это нормализует данные в интервале (0, 1).

XNOR = (xx.min())/(x.max() - x.min())

Для векторизации вывода, вы можете использовать один-против-всех классификации или бинарная классификация. Я лично рекомендую классифицировать один-все-все. Вы можете обратиться к этому здесь https://en.wikipedia.org/wiki/Multiclass_classification

источник

2016-06-22 10:35:40

Нормальная нормализация Нейронного Netword

ответ

Смежные вопросы