想请教一下基于mlp的回归问题，loss选择为mse，hidden layer的激活函数选择为relu，那么输出层的激活函数应该怎么选择呢？（如果是分类问题就比较明确了，但回归问题我好像没有找到相关资料和推荐的输出层激活函数。）
我想到的一个是训练数据的标签（真实值）不做处理，输出激活函数选择linear
二是，将训练数据的标签（真实值）做归一化处理，输出激活函数选择relu，甚至sigmoid？
两种想法（linear和relu）我也都实验过了，均是可以实现的，r2也能达到0.8-0.9左右。但由于没有经验，以上想法都是我的有限的猜想。所以想问一下：
在处理回归问题时，有没有比较推荐的处理形式，这些处理形式有什么优缺点吗，对于回归的准确性（如r2）有很大的影响吗？输出层的处理应该怎么样做比较好呢？
你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答
本次提问扣除的有问必答次数，已经为您补发到账户，我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。