matlab，如何将神经网络测试集仿真预测后的数据反归一化恢复原来的数量级？测试集并没有给出要与输出值对照的真实数据。

Question

题目给了两部分数据，一部分训练集，有实际的值进行对照，我在用神经网络训练的时候将输入的数据进行了归一化（包括测试集给出 的输入），但是题目没有给出测试集的真实值，我将测试集用于模型中得出来的应该是归一化对应的值，现在怎么将这部分数据反归一化，恢复到原来的数量级。

Answer 1

你好，你是做的神经网络回归问题吧？你归一化的函数取的是什么？一般处理数据的时候可以对输入输出进行归一化处理

[X_train, Xfun] = mapminmax(X_train, 0, 1);%归一化训练集X（按行归一化）
[Y_train, Yfun] = mapminmax(Y_train, 0, 1);%归一化训练集Y（按行归一化）
X_test = mapminmax('apply', X_test, Xfun); %按照归一化训练集X_train的办法归一化测试集X_test
Y_pred = pred(net, X_test)  %这个是用神经网络X_test预测的归一化的Y（如果是sim请用sim函数）
Y_pred =  mapminmax('reverse', Y_pred, Yfun)%进行反归一化就是你的预测的真实的Y

如有帮助望采纳，有什么疑问可以一起讨论呢