我需要规范神经网络的目标吗？

我的数据是这样的

65535, 8710, 55641, 5396, 23.6056640625 
65535, 8600, 65535, 5305, 10.0318359375 
64539, 8664, 65535, 5305, 11.0232421875 
65535, 8674, 65535, 5257, 21.962109375 
32018, 8661, 65535, 5313, 2.8986328125 
35569, 8665, 65535, 5289, 2.8494140624999997 
23652, 8656, 65535, 5260, 22.4806640625 
42031, 8551, 65535, 5239, 2.7298828125 
65535, 8573, 65535, 5232, 10.3728515625

之前，我将其提供给网络I缩放数据是在区间[0,1]

而且目标是：

[0, 1, 1, 0, 2, 2, 0, 2, 1]

我是否需要将目标归一化到[0,1]范围内？

来源

2015-01-07 Spu

你的目标是什么意思？ –

@ Barmaley.exe它们是训练集的目标值。所以训练集“65535,8710,55641,5396,23.6056640625”的第一行属于类“0”。 – Spu

当您的网络被要求预测实际值（可能是向量）时，规范化目标仅在regression问题中才有意义。

在你的情况下，目标太“圆”了，显然是类指标。因此，解决回归问题将是不正确的，您需要改为使用classification。在这种情况下，规范化目标将是一场完全灾难：你会使目标无法比拟（因为计算机浮点运算的局限性不允许我们比较浮点数的相等性），并且不会简化NN（或任何其他ML算法）的工作，因为数值这些类别根本不使用。

来源

2015-01-07 13:14:18

我需要规范神经网络的目标吗？

回答

相关问题