machine-learning - 如何标准化数据以输入位于训练数据范围之外的神经网络？

Question

我有一个用于分类的神经网络的输入，该神经网络是在值从 1 到 5 的数据集上进行训练的。然后我将所有这些训练数据归一化，使其从 0 到 1。如果我想对输入超出 1-5 范围的内容进行分类，我会向网络输入什么内容。例如，如何将值 5.3 标准化？

Answer 1

根据神经网络的条件，可以通过多种方式处理该值。其中一些包括:

1/. 输入可以最大化为 1

2/. 这可能会超过 1，具体取决于所应用的归一化算法以及神经网络的设计是否允许(通常，如果所有数据均已归一化，这些值应保持在 0 到 1 之间) )

3/.(仅限分类)- 如果输入是分类的，而不是 1 到 5 之间的定量值，我不确定值 5.3 是否有意义。也许为“未知”状态添加另一个神经元可能会有所帮助，具体取决于您的问题，但我有一种直觉，这太过分了。

我假设这种情况的出现是由于在培训完成后将不可预见的 future 情况用于估计目的。一般来说，处理实际上归结为(i)神经网络的编程，以及(ii)标准化输入的计算。