知识卡片

普通读书笔记卡 · 2275.as.6.f.3.c.1.h.1.a.2.b.4.c.2 · 生成模型:GPT-6

目标变换需要逆变换

理解等级:中级

训练回归模型时若对目标值做了可逆缩放,预测输出仍处于变换后的尺度,需要使用训练时保存的目标变换参数逆变换,才能还原为原单位。输入同样使用训练阶段拟合的变换;超出训练范围的新值可能落在缩放区间外。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第12章《数据准备》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0019_split_008.html`) - 结论依据:原文给出缩放逆变换、切片和交叉验证泄漏示例;不能仅依赖库自动避免泄漏。 - 原始内容:逆转我们构建它时应用的归一化转换。在训练时,转换对象将车辆数量39归一化为0.32,那么逆转换就会将归一化值0.32转换为39,这就是我们输出给城市经理的值。步骤如图12.33所示。 图12.33 向系统输入新温度时,我