假設我要用a, b, c三個特徵作為神經網路的輸入來預測d，首先我將資料切分成訓練集和測試集，並且對訓練集做min-max normalization，同時將訓練集的a, b, c, d的最大值和最小值儲存下來作為正規化測試集的參數(避免data leakage)，之後訓練好的模型就要拿來預測unseen data，但因為模型訓練時的輸入特徵都是normalized scale，所以我也必須輸入normalized過後的a, b, c(同樣使用訓練集的a, b, c的最大值和最小值作為參數進行正規化)來給模型進行預測，這樣預測出來的值也是normalized scale，這樣我該如何將預測出來的值denormalize回real scale的真實值???
已邀請的邦友 {{ invite_list.length }}/5
normalize的是a, b, c，預測的是d，新資料也已經過normalize，預測的d就是OK的，毋須再denormalize。
iThome鐵人賽
看影片追技術