我建立了一个神经网络来预测某种数据（生物序列）。它具有32个功能，其中12个具有某些单位，而20个只是整数（但为正数）。我的阳性样本有648个样本，阴性样本有9000多个样本。
为了训练我的网络，我抽取了500个样本，其余样本用于测试。当我使用3倍交叉验证对我的网络进行训练和测试时，只要在将输入数据划分为训练和测试集之前对其进行归一化处理，就可以为所有情况提供100％的准确性。精确度和召回率是100％
如果我不对它进行归一化，则同一实验的准确度将下降至65-70％。准确性和召回率分别为5％和80％。
案件变得更加奇特。当我使用在第一个（规范化模型）模型中训练的网络对训练集中存在的几个随机数据集进行测试时，如果不进行规范化（由于无法处理外部世界数据，因为我们处理的是单个实例），它将预测所有样本1或肯定，完全偏向肯定。
当我使用第二个模型（非标准化模型）时，它会预测出更多的假阴性。
如果'outp'是训练集正数的输出预测，而'outn'是训练集负数的输出预测，则我的网络阈值计算为：
[ mean(outp) - std_dev(outp) + mean( outn) + std_dev(outn)] / 2
我得到第一个模型的0.5，第二个模型的是0.489
1）问题出在哪里？有人可以向我解释。
2）在训练时，建议对数据进行归一化，但这并不意味着如果要使用预测工具的用户提供，则分类器会误解输入值，因为不能使用单个样本归一化？
3）在此类问题中找到阈值或一般说分类器问题的最佳方法是什么？
4）我还应该提供什么我不知道的信息。也请让我知道。
我提供了指向错误图的时代的链接。
https://www.dropbox.com/s/1gideuvbeje2lip/model2_unnormalised.jpg
https://www.dropbox.com/s/nb4zyt3h370pk8m/model1_normalised.jpg
我还要提到的一件事是，为了标准化，我使用了MATLAB的内置函数
我的正矩阵是648个样本的32个特征（即32 x 648）
负矩阵是9014个样本的32个特征（即32 x 9014）
最初都使用MATLAB的
normr函数对它们进行了归一化，然后再进行任何分区训练或测试或验证集。 最佳答案
您可以规范化数据，但是当您从用户那里收到新输入时，必须使用培训网络时所使用的相同的“最小”和“最大”来规范其数据。
由于内置函数没有提供这些值，因此您可能需要手动对矩阵进行归一化，然后存储“ min”和“ max”，以便以后对用户输入进行归一化。
我使用此公式，但存在其他公式：
MatNorm = (Mat - min(Mat)) / (max(Mat) - min(Mat))
另外，您使用了多少阳性测试数据进行培训？
关于matlab - 神经网络模型无法预测外部数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20570029/