Python 在凯拉斯缩放Y_列车？
我知道在创建模型之前，在NN中，我们应该使Python 在凯拉斯缩放Y_列车？,python,machine-learning,neural-network,keras,Python,Machine Learning,Neural Network,Keras,我知道在创建模型之前，在NN中，我们应该使X\u train数据介于0和1之间 但是回归NN中的Y\u列呢？我们应该保留原始值还是对其进行缩放？Y\U train需要取什么值取决于您的损失函数。对于传统的两类分类问题，标签空间可以是{0,1}、{-1,1}、{10,01}。例如，对于分类交叉熵，最好使用一个热编码标签空间，就像最后一个。@Parga S.Chandakkar和回归问题？这是另一个问题。您应该仔细缩放，因为它可能会改变学习模型的方式。假设你按对数进行缩放，那么你将减少异常值的影响，
X\u train但是回归NN中的
Y\u列{0,1}、{-1,1}、{10,01}