Масштабирование данных

Алексей1 февраля 2011Data Mining2 комментария

добрый день.

Обучаем сеть. Сеть представляет из себя многослойный перцептрон с несколькими входами и одним выходом (на выходе используется функция, выдающая рез-ты в интервале [0;1]). Перед обучением отмасштабировали все данные (и X и Y) в отрезок [0;1] с помощью формулы x_scale = (x-x_min) / (x_max-x_min). Худо бедно сеть обучили - на тестовой выборке она дает хорошую точность.

Дальше начинаем прогнозировать. Подаем иксы на вход в нейросеть. Сеть, в свою очередь, вернула значение Y, находящееся в диапазоне [0;1]. И так на N точек вперед. По результам прогноза получили массив значений, находящихся в диапазоне [0;1]. Теперь вопрос: как эти данные, находящиеся в диапазоне [0;1] превратить в данные нужного масштаба. То есть провести процедуру, обратную масшатабированию. Для этого нужно знать Мин и Макс значения. Но на прогнозе у меня их нет. Если я будут использовать МинМакс значения из обучающей выборки, то получается, что прогнозные значения никогда не смогут быть больше ретроспективных, в лучшем случае мы можем получить значение равное ретроспективному максимуму. (ведь макс. значение, которое может вернуть сеть = 1, а при обратном преобразовании получится, что эта 1 будет равно ретроспективному максимуму).

Сорри, если непонятно и запутано объснил, готов уточнить свой вопрос при необходимости.