Machine learning 使用函数缩放ML输出是否合适？（失真？）

我正在使用tensorflow（sigmoid函数）训练神经网络

我想在0和1之间缩放数据（回归设置中的输出y）。使用函数执行此操作是否合适？例如，

y\u列车=log（y）

？ 我担心这会歪曲数据

我有点不确定是否使用基于样本的常规缩放方法（例如，重新缩放：

（y-ymin）/y_range

或标准化），因为我不知道y的实际范围，如果我这样做，验证集中的y值范围可能与训练集中的范围大不相同

---

在这种情况下，在0-1之间缩放数据的正确方法是什么？

这样做的动机是神经网络的末尾有一个S形，因此它的输出范围是（0，1），对吗？你能简单地从你的模型中移除乙状结肠吗？这样，您就不必更改训练数据，最后一层应该学会“瞄准”正确的范围。如果您使用的是sigmoid输出层，那么您的数据将位于（0,1）中。不需要扩展。