在神经网络中,用于训练数据的样本数量为5000,在提供给训练之前,使用以下公式进行了归一化处理。
y - mean(y)
y' = -----------
stdev(y)
现在我想在得到预测结果后对数据进行反归一化。通常情况下,会使用2000个样本的测试数据进行预测。为了进行反归一化,使用以下公式:
y = y' * stdev(y) + mean(y)
这种方法来自以下主题:如何在将输入数据标准化后对神经网络预测进行反标准化(去标准化)
请问有人能解释一下如何使用相同的平均值和标准差对训练数据(5000 * 2100)进行标准化,以便在去标准化预测数据时使用,因为你知道用于测试数据(2000 * 2100)的计数是不同的。