Я смоделировал данные степенного закона как: bins = np.arrange (0.1,10.0,0.1)
И затем вычислил y, используя формулу y = c * x ^ p, где c и p - произвольные постоянные,(в моем случае 2.0)
y = c*x^p
#generate random noise
sigma = np.random.normal(0.0, 5.0), 1)
y_noise = y + sigma
final_data.append(x,y_noise)
Эти данные разделены на набор для обучения, тестирования и проверки и теперь отправляются в регрессионную модель многослойного персептрона (MLP) для обучения параметров c и p.
Затем модель поезда тестируется на новом наборе данных, который выглядит следующим образом:
data = np.arrange(0.1,20.0,0.1)
Я хочу нормализовать ввод с использованием z-показателя.Нормализую ли я x и y в тренировочном, тестовом комплектеИли только значения x, т. Е. (От 0,1 до 10,0), затем вставьте эти значения в формулу степенного закона, чтобы получить Y. И использовать это в качестве входных данных?Или я нормализую X и Y, используя формулу zscore, и использую ее для обучения многослойного персептрона?
Кроме того, мне также нужно будет нормализовать новые значения данных от (0,1 до 20,0 с использованием zscore?
Я так запутался, что и что здесь не нужно нормализовать. Также мне нужно денормализовать конечный выход MLP, используя среднее и стандартное отклонение новых данных