Нормализация искусственного нейронного слова

Question

Нормализация искусственного нейронного слова

Я новичок в ANN, и я надеялся, что кто-нибудь поможет мне понять концепцию нормализации на следующем примере. предпочтительнее в php, подойдет только небольшой понятный пример.

Скажем >>

    Rooms               Area              Type
1                   350               Apartment
1                   800               Apartment
3                   300               Apartment
8                   1500              House
7                   900               house
1                   800               flat

как я могу нормализовать эти данные? В большинстве книг, в которых читаются реорганизующие ANN, говорится, что выходной результат должен быть равен 0 или 1, откуда берутся эти значения?

Я хочу, чтобы система могла отличать квартиру, дом и квартиру.
пожалуйста, дайте мне пример в коде Php.
Заранее большое спасибо.

-1

neural-network php

Решение

Другие решения

Других решений пока нет …

Источник

Accepted Answer

Поскольку это проблема классификации (как видно из данных), вам не нужно нормализовать вывод. Итак, вам нужно только нормализовать входное значение. Если вы используете numpy в Python, вы можете нормализовать его двумя следующими способами:

Нормализация по Гауссу (среднее значение 0 и 1-е число): нормализует данные, чтобы иметь нулевое среднее значение и отклонение st, равное 1.

xNor = (x-x.mean ()) / x.std ()
(0, 1) Range Normalization: нормализует данные до диапазона (0, 1).

xNor = (x-x.min ()) / (x.max () — x.min ())

Чтобы векторизовать вывод, вы можете использовать классификацию «один против всех» или классификацию двоичного кодирования. Я бы лично порекомендовал классификацию «один против всех». Вы можете обратиться к этому здесь https://en.wikipedia.org/wiki/Multiclass_classification

0