我写了多层感知器实现（在Python上），它能够对Iris数据集进行分类 . 它由反向传播算法训练，并在隐藏和输出层上使用sigmoid actiovation函数 .
但现在我想改变它以便能够估算房价 . （我有大约300个房产的数据集，价格和输入参数，如房间，位置等）
现在我的感知器输出在[0; 1]范围内 . 但据我所知，如果我想在输出神经元上得到房价，我需要以某种方式更改激活功能吗？
有人能帮助我吗？我是神经网络的新手 . 先谢谢你 .
例如，假设房价在1美元到1,000,000美元之间，那么您可以将0 ... 1范围映射到培训和测试的最终价格范围 . 请注意，300个庄园是一个相当小的数据集 .
确切地说，如果房子是$ 500k，那么目标训练输出变为0.5 . 您基本上可以除以最大可能的房屋 Value 来获得目标培训金额 . 当您获得最大房屋 Value 的倍数时，您可以获得预测价格 .
因此，将神经网络的输出视为总成本的百分比 .
1 回答
例如，假设房价在1美元到1,000,000美元之间，那么您可以将0 ... 1范围映射到培训和测试的最终价格范围 . 请注意，300个庄园是一个相当小的数据集 .
确切地说，如果房子是$ 500k，那么目标训练输出变为0.5 . 您基本上可以除以最大可能的房屋 Value 来获得目标培训金额 . 当您获得最大房屋 Value 的倍数时，您可以获得预测价格 .
因此，将神经网络的输出视为总成本的百分比 .