neural-network - ニューラル ネットワークの出力を解釈する

Question

予測用にニューラル ネットワークを実装しました。入力データには、次の式を使用してデータを正規化しました
Data_normalized_i= [Data_i - Min_data]/[Max_Data- Min_data]

いくつか質問があります:

1. 入力に従ってネットワークの出力を解釈する方法は?
2. 出力と比較するために実際のデータ入力を使用する必要がありますか?
3. 出力の変換を行う必要がある場合は、どうすればよいですか? この場合のテスト エラーは、出力または変換された出力から計算されますか?

よろしく。

Answer 1

1) 標準の 3 層 MLP では、出力ノード (または複数のノード) は、分類のためのトレーニング後に 0 または 1 に向かう傾向があるしきい値関数、または回帰/関数近似のための特定の範囲内の実数値を持つことになります。

2）一般的に言えば、正規化されたデータを使用できますし、使用する必要があります。

3) 分類では、出力をブール値として扱います。回帰/近似の場合、出力はトレーニング データに基づくネットワークの最適な推定値に対応します。