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？
6 M# O4 n/ {3 {" ?4 j/ |  i  X& R  比如input=[1 2 3 4 5;
* T* t1 p  O+ \- Z! `( O                     2 3 4 5 6;
/ `+ b' p# M2 L7 l  q3 H$ {                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
                            7;
$ V: r0 \5 i# P% ?. B0 R& h; @                            8];
6 ^. t( U* y" V- @8 J5 q3 y& g) b. `  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
! c4 W+ G+ U# K( J5 S9 M0 ]& J                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
! K* [. d2 b( F$ ]  如果是整个矩阵归一化，也就是这样
+ }! N; I. {+ t  u. ~7 @+ D4 e1 {                                        imax=max(max(input));
                                        imin=min(min(input));
                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
% S4 p7 J5 {! h! p                                        omax=max(max(output));
* E+ G; b( U1 A* Q) d                                        omin=min(min(output));
) h, R8 ~$ o% j3 b3 G- Y                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
* l' s$ ?' G1 T. u: C  然后再训练，预测~
; d/ v, G, a4 @7 O- V; f4 A9 \8 J* d  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~
7 Q9 o/ A- Q9 m7 i4 f5 j  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？

0 d' _/ O* z4 F4 b

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。
9 j( s. ^& Q6 Q* T

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。