知识卡片
目标变换需要逆变换
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 数据准备 · 查看原书依据
逆转我们构建它时应用的归一化转换
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