如何对神经网络 (MATLAB) 中的输出进行非规范化？
How to denormalize the output in a Neural Network (MATLAB)?
我是神经网络的大三学生，我有一个神经网络，它经过训练可以使输入数据与目标数据相匹配，然后在新的样本数据上模拟神经网络以获得预测输出。
问题是输出是介于 "zero" 和 "one" 之间的标准化值，我需要将它们转换（非标准化）为 "decimals" 等真实值。
你能解释一下怎么做吗？
我读到我必须使用激活函数，但我不明白该怎么做。
创建训练集并对输出值进行归一化时，您可能使用了最小-最大归一化（或均值-标准归一化）：
z = (x - min) / (max - min)
其中 z 是标准化输出。要获得未归一化的值，您只需存储用于归一化的最小值和最大值，然后反转等式：
x = (max - min) * z + min
对于其他类型的归一化，执行相同的过程。请记住，归一化因子必须从原始训练集中获得。
我是神经网络的大三学生，我有一个神经网络，它经过训练可以使输入数据与目标数据相匹配，然后在新的样本数据上模拟神经网络以获得预测输出。
问题是输出是介于 "zero" 和 "one" 之间的标准化值，我需要将它们转换（非标准化）为 "decimals" 等真实值。
你能解释一下怎么做吗？
我读到我必须使用激活函数，但我不明白该怎么做。
创建训练集并对输出值进行归一化时，您可能使用了最小-最大归一化（或均值-标准归一化）：
z = (x - min) / (max - min)
其中 z 是标准化输出。要获得未归一化的值，您只需存储用于归一化的最小值和最大值，然后反转等式：
x = (max - min) * z + min
对于其他类型的归一化，执行相同的过程。请记住，归一化因子必须从原始训练集中获得。