r - 评估神经网络性能
问题描述
我用 sigmoid 激活函数训练了我的神经网络,使预测值在 [0,1) 范围内。但是,执行 z 分数转换的实际数据范围超出了 [0,1)。在这种情况下,评估我的模型的合适方法是什么。我是否应该将原始测试数据重新调整到相同的范围,然后使用均方预测误差等标准进行评估?
> real_predicted_neural
predicted real
1 1.909219e-07 -3.57877473
2 4.161819e-08 -2.28704595
3 1.754706e-11 -1.08509429
4 1.149891e-13 -0.46573114
5 7.777560e-02 0.42381300
6 4.173448e-07 -0.44060297
7 1.119703e-01 0.21075550
8 8.682557e-01 -0.01292402
9 4.736056e-08 -0.29830701
10 7.506821e-08 -1.20302227
11 7.341235e-01 -0.03986571
12 7.501776e-05 -0.94315815
13 1.145697e-04 0.49730175
14 2.214929e-13 0.04252241
15 4.597199e-01 -0.38539901
16 2.324931e-03 -0.74468628
17 4.366025e-06 -0.77037244
18 1.394450e-06 0.16679048
19 5.869884e-11 -0.75876486
20 1.817941e-04 0.04303387
21 7.060773e-04 0.06099372
22 8.267170e-06 -1.21687318
23 9.388680e-02 0.61135319
24 1.099290e-01 0.55715201
25 9.757236e-01 -0.33480226
26 9.544055e-01 0.09061006
27 7.322074e-07 0.09290822
28 1.014327e-06 -0.61658893
29 7.848382e-08 -0.78739456
30 1.791908e-04 -0.44073540
31 1.357918e-03 -0.22099008
32 5.192233e-06 -0.32744703
33 2.624779e-06 -0.37644068
34 6.414216e-02 -0.36947939
35 1.388143e-06 -0.00994845
36 3.010872e-05 -0.05984833
37 9.873201e-03 -0.21815268
38 3.896163e-04 -0.24009094
39 2.718760e-02 0.33383333
40 1.025650e-02 0.09779867
解决方案
推荐阅读
- security - 如何保护我的 API 免受“虚构”有效负载的影响?
- r - R CARET:错误 3 参数传递给需要 1 的“is.nan”
- reactjs - react-hook-form:表单状态和输入状态之间双向映射的惯用方法
- r - 将数据从字符转换为数字时强制警告引入的 NA
- macros - 关于函数 alexandria:length= 的说明
- c# - 为什么我的配置文件没有在单文件项目中使用?
- javascript - 如何在 jest 的 test.each api 中格式化测试的标题
- c# - 实例化游戏对象时,我的 Z 默认设置为 -4000
- sql - 排序,但一个值始终是最后一个
- python - 如何在python中绘制两个动画正弦波的总和?