BP神经网络，未归一化处理的输出，预测值不用反归一吧？ 10
输入：定性（0或1），等级（1.2.3），共10个自变量。输出：是与否（0或1），1个输出拟用matlab建立BP神经网络进行预测现采用自己编程的方式将输入中的等级资料归...
输入：定性（0或1），等级（1.2.3），共10个自变量。
输出：是与否（0或1），1个输出
拟用matlab建立BP神经网络进行预测
现采用自己编程的方式将输入中的等级资料归一到【0,1】，输出已经是[0.1]，所以未对输出进行归一，用归一的输入和未归一的输出建立神经网络预测模拟。
请问： 在整个过程中，输出至始至终均未归一处理，那么我的预测输出是不就不用进行反归一了呢？（因为预测效果太好了，所以跟大家交流下）。
谢谢~~~~~~~~~~~ 展开
输出：是与否（0或1），1个输出
拟用matlab建立BP神经网络进行预测
现采用自己编程的方式将输入中的等级资料归一到【0,1】，输出已经是[0.1]，所以未对输出进行归一，用归一的输入和未归一的输出建立神经网络预测模拟。
请问： 在整个过程中，输出至始至终均未归一处理，那么我的预测输出是不就不用进行反归一了呢？（因为预测效果太好了，所以跟大家交流下）。
谢谢~~~~~~~~~~~ 展开
3个回答
展开全部
不用反归一的~一般要是输出在【0,1】内就不用归一，当热也就不用反归一了，神经网络里的归一是为了适应它的内部函数，如果数据本来就是【0,1】内的，它的内部函数就是可以正常使用的，所以不用归一化处理，自然不用在预测后进行反归一。
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
迈杰
2024-11-30 广告
RNA-seq数据分析是转录组研究的核心，包括数据预处理、序列比对、定量分析、差异表达分析、功能注释和可视化等步骤。数据预处理主要是质量控制和去除低质量序列。序列比对使用HISAT2、STAR等工具将reads比对到参考基因组。定量分析评估...
点击进入详情页
本回答由迈杰提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
