关于BP神经网络归一化的问题，求大神解答~

南风哥哥sky

  求问BP神经网络的归一化是按行还是整个矩阵的归一化？
8 Z$ g1 r7 w: A" L# k$ s; y% ]7 C  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
( x- k5 W) D/ n4 d9 O+ c. W; E/ ?) A                     3 4 5 6 7];
         output=[4 5 6 7 8];
1 X* T' C2 M5 ^         input_test=[6;
4 A/ k) r9 a- {& Q                            7;
                            8];
, U( R) H% [/ ?4 B9 c2 e  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  c; `* w; b2 V  这样就是按行归一化了吧~
  如果是整个矩阵归一化，也就是这样
! L4 \! B1 B2 N0 L) }8 a6 R5 J                                        imax=max(max(input));
                                        imin=min(min(input));
- z. v- ?( N* _( c) N                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
* Z. f6 q! F: p4 K% c4 V7 s. R                                        omax=max(max(output));
. T3 d9 u$ K; c$ f9 X                                        omin=min(min(output));
3 e' g/ w8 A/ Z( A! ]                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
, r8 i1 ]  m) d+ N0 ^  然后再训练，预测~
  o7 ~2 p4 |( Z- e  那么问题来了，预测时的input_testn是如何归一化得到的？如果还是按input的方法归一化，也就是上面的inputn=(1-0)*(input-imin)/(imax-imin);得到的input_testn会有大于1的数吧~
3 m! E+ e; O8 }$ s7 y) {: |' D  另外，得到预测结果resultn后，如何反归一化呢？如果resultn里面有大于1或者小于0的数又怎么办呢？
! K' i* E& m* p$ r: @8 e
# C. A' l9 v# L) x

阳光照耀的日子

mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。

阳光照耀的日子

mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。