neural-network - 解释神经网络的输出

Question

我已经实现了一个用于预测的神经网络，对于输入数据，我使用以下公式来规范化数据
Data_normalized_i= [Data_i - Min_data]/[Max_Data- Min_data]

我有一些问题：

1. 如何根据我的输入解释我的网络的输出？
2. 我必须使用真实数据输入将其与我的输出进行比较吗？
3. 如果我必须对我的输出进行一些转换，那么如何？对于这种情况下的测试误差，它是从输出中计算出来的，还是从转换后的输出中计算出来的？

问候。

Answer 1

1）在标准的三层 MLP 中，输出节点（或多个节点）将具有阈值函数，在分类训练后将趋于 0 或 1，或在一定范围内用于回归/函数逼近的实数值。

2）一般来说，您可以并且应该像您一样使用标准化数据。

3) 对于分类，将输出视为布尔值。对于回归/近似，输出对应于基于训练数据的网络的最佳估计。