预测后的非规范化值

机器算法验证 正常化
2022-02-28 09:15:43

我不知道如何在预测后对数据进行非规范化(0-1 规范化)。我有 1 个输出和几个输入值。很明显,对于 1 个输入,我必须使用以前用于标准化的最小值和最大值。

但是,如果为了规范化,每个输入都使用自己的最小值和最大值分别进行规范化,我该怎么办?

有没有人有任何想法?

2个回答

您有 n 个输入和 1 个输出。您需要的是比较预测结果y^(与您的测试行数一样长的向量)与真实结果y(一个向量只要y^)。最初,您使用 min-max 归一化对原始数据集进行归一化minYmaxY(数据输出假定的最小和最大数字)。

为了评估您的模型,您只需对输出进行非规范化。自从y^norm是您可以执行的标准化测试输出:

y^=y^norm×(maxYminY)+minY

然后你会比较y^y.

您可以再次运行您的预测,使用归一化和没有归一化并比较输出?