Encog歸一化與

Question

我有一個關於我的數據集規範化的問題。我們正在開展一項學校作業，在這裏我們必須理解一個數據集並分類新的例子。我們有一些可用的數據集，它們是原始的壓縮形式。我們試圖使用最小的數據集，只是爲了抓住ANN的。

該數據集由8列數據和一個理想值組成。數據列都是浮點值，理想值是整數。如果該行屬於該類，則理想字段爲1，否則爲0。但是當應用normalize（）AnalystNormalizeCSV時，理想場被轉換爲兩個場。

現在，假設一個簡單的前饋神經網絡。 我需要一個或兩個輸出神經元嗎？

當我使用1個神經元和1個理想區域的數量時，它似乎可以工作，但會掛起60％左右。當我使用2個輸出神經元和1個理想場數時，我在Propagation.iteration（）中得到了一個ArrayOutOfBoundsException。而當我們使用2個輸出神經元和理想場的數量時，它可以工作，但又會再次下降60％左右。中間選項似乎是理智的，因爲實際上有1個理想場，歸一化後有2個理想場，因此有2個輸出神經元。

默認

由於提前， 克里斯

Answer 1

如果您正在使用正常化「之一」，那麼你就需要兩個。你有兩個班。你可以用一個輸出神經元對這個模型進行建模，但它比分類（哪個類）的迴歸更多（預測數字）。