关于神经网络输入数据的预处理

有时候神经网络最后的拟合效果不好，可能不是网络结构的问题，而是没有对原数据进行预处理。数据预处理对神经网络的性能影响很大。

数据分为两种：离散和连续。离散的数据类型有星期、性别（0,1）。连续的数据类型有诸如年龄、身高等。

1.离散的数据一般用one-hot来预处理。例如一年有四季，这四季可以分别用0,1,2,3来表示，但是并不代表3代表的季节比0好，所以不能直接将其输入进神经网络。如果用one-hot来处理，0,1,2,3就分别变为了（1,0,0,0），（0,1,0,0），（0,0,1,0），（0,0,0,1）。采用one-hot编码，只有一个数字为1，其余都为0。其中1表示激活。

2.连续类型的数据有很多预处理的方法。我一般用的是均值标准化：将数据减去平均值之后再除以方差。如下式：

还有Max-Min方法等可以对连续值进行预处理。