Artificial intelligence 基于神经网络的房屋定价

我编写了多层感知器实现（在Python上），它能够对Iris数据集进行分类。它通过反向传播算法进行训练，并在隐藏层和输出层上使用sigmoid激活函数

但现在我想改变它，使之能够近似于房价。 （我有大约300个房地产的数据集，包括价格和输入参数，如房间、位置等）

现在我的感知器的输出在[0；1]范围内。但据我所知，如果我想得到输出神经元的最终房价，我需要以某种方式改变激活函数，对吗

有人能帮我吗？ 我不熟悉神经网络

---

提前感谢。

例如，假设房屋价格在1美元到1000000美元之间，那么您可以将0…1范围映射到培训和测试的最终价格范围。请注意，300个屋是一个相当小的数据集

准确地说，如果一所房子的价值为50万美元，那么目标培训输出将变为0.5。你基本上可以除以你的最大可能的家庭价值来获得目标训练量。当你得到输出值时，你可以乘以最大家庭值得到预测价格

---

因此，将神经网络的输出视为总成本的百分比。

好主意！我会的。所以我需要使价格正常化，对吗？