Я попытался нормализовать свои данные методом Sklearn и MinMaxScaler (0.1, 1) Но результат очень разочарован. Без нормализации MinMax у меня была 78% точности по моей проблеме, и с минимальной нормировкой она упала до 71%. Знаете ли вы, что может быть проблемой?Нормализация приводит к плохим результатам для mlp
Моя форма данных: [n_samples] [1D_vector_of_values]
Вот как я использую sklearn для нормализуют:
scaler = MinMaxScaler(feature_range=(0.1,10))
X = np.array(X)
X_test = np.array(X_test)
X = scaler.fit_transform(X)
X_test = scaler.fit_transform(X_test)
Спасибо за помощь!
Привет, спасибо за ваш ответ! Я использую набор данных из kaggle по кредиту. У них есть форма [возраст, пол, годовой доход, ежемесячный счет, ...]. Всего 10 полей. Есть ли способ определить, когда должна применяться нормализация? А что такое нормализация интереса к нормализации? Для выбора функции, поскольку я использую нейронную сеть, nn должен делать это сам по себе, нет? Спасибо! –
вот ссылка объясняет разницу. http://www.benetzkorn.com/2011/11/data-normalization-and-standardization/ Как вы сказали, возможно, важно сохранить все функции. конечно, NN не может выполнить эту работу за вас. это ваша работа по созданию функций, которые помогут построить лучшую модель. – Feras