使用以下之一进行 Encog 归一化答案

【问题标题】：Encog normalization with one-of使用以下之一进行 Encog 归一化
【发布时间】：2013-03-08 02:31:24
【问题描述】：

我有一个关于数据集标准化的问题。我们正在做一项学校作业，我们必须在其中理解数据集并对新示例进行分类。我们有一些可用的数据集，它们是原始数据的压缩形式。我们尝试使用最小的数据集，只是为了掌握 ANN。

数据集包含 8 列数据和 1 列理想值。数据列都是浮点值，理想值是整数。如果该行属于该类，则理想字段为 1，否则为 0。但是在 AnalystNormalizeCSV 上应用 normalize() 时，理想字段会被转换为两个字段。

现在，假设一个简单的前馈神经网络。 我需要一两个输出神经元吗？

当我使用 1 个神经元和 1 个作为理想场的数量时，它似乎有效，但在 60% 左右徘徊。当我使用 2 个输出神经元和 1 个作为理想场的数量时，我在 Propagation.iteration() 中得到一个 ArrayOutOfBoundsException。当我们使用 2 作为输出神经元和理想场的数量时，它可以工作，但又会停留在 60% 左右。中间选项似乎是理智的，因为实际上有 1 个理想场，并且在归一化后有 2 个理想场，因此有 2 个输出神经元。

默认

提前致谢，克里斯

【问题讨论】：

标签： neural-network normalization encog

【解决方案1】：

如果您使用“一个”标准化，那么您确实需要两个。你有两个班级。您可以仅使用一个输出神经元对此进行建模，但它更像是一种回归（预测一个数字）而不是分类（哪个类）。

【讨论】：

感谢您的回答。我们认为这也是正确的。性能问题与不同的参数有关。