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？
" ^  {. S' M8 L' y# I  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
* k) \5 c- W- e# A% q                     3 4 5 6 7];
         output=[4 5 6 7 8];
% s6 t2 e# ^0 n$ C3 i         input_test=[6;
. U$ j6 v! ~) [* ~) X0 k1 X# `                            7;
                            8];
  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？
, Q! @0 \# C  Z$ V  G  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
7 `7 v" }( ~! p* i2 l                                        imax=max(max(input));
: V& k3 ]# g5 [" o                                        imin=min(min(input));
                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
# N+ x% w+ n; z/ G  ?                                        omax=max(max(output));
3 ~8 `0 x) ^/ ]: v# D( F9 ^' H1 K                                        omin=min(min(output));
$ _% M0 c5 Q) a                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
  然后再训练，预测~
" Q% n$ T( A. N( c  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~
  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？
8 W+ d% H2 y4 `- {* R6 Y

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。
) S8 t  A$ y  [9 l1 \5 _. z( j; n