Интерпретировать выходные данные нейронной сети

Я реализовал нейронную сеть для прогнозирования, для входных данных я использовал следующую формулу для нормализации данных
Data_normalized_i= [Data_i - Min_data]/[Max_Data- Min_data]

У меня есть несколько вопросов:

  1. Как интерпретировать вывод моей сети в соответствии с моими входами?
  2. должен ли я использовать реальные входные данные, чтобы сравнить их с моими выходными данными?
  3. если мне нужно сделать некоторые преобразования моих выходов, так как? и для ошибки теста в этом случае она будет рассчитываться по выходу или по преобразованным выходам?

С Уважением.


neural-network
person user1231268    schedule 24.01.2013    source источник
comment
Добро пожаловать в StackOverflow! Пожалуйста, ознакомьтесь с часто задаваемыми вопросами, чтобы узнать, какие вопросы можно и нужно задавать здесь.   -  person Blazemonger    schedule 24.01.2013

Ответы (1)


arrow_upward
1
arrow_downward

1) В стандартном трехслойном MLP выходной узел (или узлы) будет иметь пороговые функции, которые будут либо стремиться к 0 или 1 после обучения для классификации, либо к действительному числу в определенном диапазоне для приближения регрессии/функции.

2) Вы можете и должны использовать нормализованные данные, как вы это делаете, вообще говоря.

3) Для классификации обработайте выходные данные как логические значения. Для регрессии/аппроксимации выходные данные соответствуют наилучшей оценке сети на основе обучающих данных.

person Srikant Krishna    schedule 11.02.2013