对于神经网络，想要的输出结果如果是类似股价这种，并非是在 [0,1] 或者 [-1,1] 之间的，除了对 y 做归一化处理以外还有什么其他方法吗
该回答引用ChatGPT
对于输出结果不在 [0,1] 或者 [-1,1] 范围内的情况，除了对 y 进行归一化处理，还可以使用以下方法：
1、标准化 (Standardization)：标准化是将数据转换为均值为0，标准差为1的分布。可以使用以下公式进行标准化：
z = (x - mean) / std
其中，x 是原始数据，mean 是均值，std 是标准差。可以使用训练数据计算均值和标准差，然后将它们应用于测试数据和实际数据。
2、对数转换 (Logarithmic Transformation)：如果输出结果是正数且范围比较大，可以使用对数转换将其压缩到一个更小的范围内。可以使用以下公式进行对数转换：
y' = log(y + c)
其中，y 是原始数据，c 是一个常数，通常为1或0.1。对数转换可以将大范围的输出结果转换为较小的范围，从而更容易训练神经网络。
3、将输出结果映射到 [0,1] 或 [-1,1] 范围内：如果输出结果不在指定的范围内，可以使用一些映射函数将其映射到指定的范围内。例如，可以使用 sigmoid 函数将输出结果映射到 [0,1] 范围内，或者使用 tanh 函数将输出结果映射到 [-1,1] 范围内。
无论采用哪种方法，都需要在训练数据上进行标准化或转换，然后在测试数据和实际数据上应用相同的转换方式，以确保正确的预测结果。
不知道你这个问题是否已经解决, 如果还没有解决的话: