Tensorflowを用いたDeepLearningで、入力値・出力値が正規化しにくい場合の対処法を知りたいです

Question

環境

tensorflow
python

質問したいこと

例えば、「降水量」、「曜日」、のデータから、「タクシーの利用数」を予測する深層学習のmodelをtensorflowで作りたい場合(深層学習である必要性は薄いですが、深層学習について質問したいのでこの例でお願いします）、入力値と出力値をどうするのがよいかがわかりません。

降水量

0~1に正規化するときに、正規化した値が1のときの降水量をいくつにするかを迷います。
今考えている方法を3つ挙げます。

1. 過去最高の降水量にする。

問題点：今後それを超えたときに、正常に動作するかが僕にはわかりません。
2. 過去最高の降水量を仮に90とすると、正規化した値が1のときの降水量を95とする。
問題点：正規化した値が1のデータがない
3. 入力値を[降水量が0, 0<降水量<50, 50<=降水量<100, 降水量>=100, 曜日]とし、それぞれ正しいときに1,正しくないときに0とする
問題点：データのもっている微細な情報が消える・人がタクシーに乗るかのボーダーの降水量とこの分けたしきい値がおそらく一致していない
こういう値を正規化する手法はあるのでしょうか？

曜日

各曜日にそれぞれ、0, 1/6, 2/6, ... ,6/6の値を振り分けるか、
入力データを[降水量, 月曜日, 火曜日, ... , 日曜日]のようにし、
月曜日のときは、
[降水量, 1, 0, 0, 0, ... ,0]
火曜日のときは
[降水量, 0, 1, 0, 0, ... ,0]
のようにするかのどちら（または別の）手法が一般的かを知りたいです。

タクシーの利用数

降水量と同じです

その他

よろしくおねがいします

Answer 1

数値データは学習データに基づいて標準化（平均0, 分散1にする）するのが無難かと思います。この場合0～1には当然なりませんが、それで特に問題もありません。

曜日は名義尺度なのでone-hot表現を使うことになると思います。

Comments

[fdaskjlfda]

標準化を全く知りませんでした！
ありがとうございます

Answer 2

正解はないのであなたが考える仮説で色々試すしかないと思います。
先ずはデータを分析して仮説を立てて評価するのがベストでは？

Comments

[fdaskjlfda]

いろいろ試してみることにします
ありがとうございます