ニューラルネットワークによる出力データの正規化

Question

NNのトレーニングデータと予測出力があります。各入力は10次元のベクトルであり、期待される出力が1つです。Gaussianを使用してトレーニングデータを正規化しましたが、出力を正規化する方法はわかりません。何か案は？

例：

生の入力ベクトル： -128.91、71.076、-100.75,4.2475、-98.811、77.219、4.4096、-15.382、-6.1477、-361.18

正規化された入力ベクトル： -0.6049、1.0412、-0.3731、0.4912、-0.3571、1.0918、0.4925、0.3296、0.4056、-2.5168

上記の入力のための生の予想される出力は1183.6ですが、私はそれを正規化する方法がわかりません。予想される出力を入力ベクトルの一部として正規化する必要がありますか？

Answer 1

問題の外見から、ある種の回帰アルゴリズムを実装しようとしています。回帰問題の場合、通常は出力を正規化しません。回帰システムに提供するトレーニングデータの場合、期待される出力は期待している範囲内にあるか、または期待される出力に対してどのようなデータを持っていてもかまいません。

したがって、訓練 の入力を正規化して、訓練をより速くすることができますが、通常はターゲット出力を正規化しません。時間のテストや新しい入力の提供に関しては、トレーニング中に行ったのと同じ方法でデータを正規化してください。具体的には、ネットワークへのテスト入力のためのトレーニング中に、正規化に全く同じパラメータを使用します。