mlpの正規化結果が悪い

Question

SklearnおよびMinMaxScalerメソッド（0.1、1）でデータを正規化しようとしましたが、結果は非常に不調です。 MinMaxの正規化がなければ、問題の精度は78％でしたが、min maxの正規化では71％になりました。 問題が何かを知っていますか？

マイデータの形状は次のとおりです。[n_samples] [1D_vector_of_values】ここで

は、私は正規のためsklearnを使用する方法である：助けを

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) 

ありがとう！

Answer 1

正規化では、この識別方法を適用してデータを失っているため、正常な結果が得られません。それはすべてデータの性質に依存します。

範囲正規化の代わりに標準化を実装しようとしていますが、テストと検証に同じ標準化バッチを使用するように注意してください。私たちはあなたのデータに関する情報を私に与えてくれませんでしたが、私はまだ正規化/標準化の後に機能選択を実装するよう依頼していました。