弹性反向探测的编码训练错误超过100%

我有一个数据集，当加载、归一化并输入前馈神经网络时，默认情况下（没有任何训练）会给我超过100%的错误。130%-150%可能取决于随机权重。我的印象是错误率最多可以是100%？我错了吗？

当我运行迭代时，错误会降至100%以下。

此外，当训练网络（隐藏层和输出的tanh激活函数）时，我有时会得到超过极限（-1，1）的Result值。例如，理想值为1，结果为5.53042334202304（虚构值，但您得到了点）。我很确定这是错的？为什么会发生这种情况？

这是什么混乱，为什么会发生？我的数据是否在某种程度上没有正常化？我是否选择了错误的配置？任何建议都是受欢迎的，因为我在这里的想法已经用完了。

我还上传了我的整个项目，这样你就可以自己查看和测试了。

我的项目数据

我使用Encog Workbench 3.2.0进行所有这些测试，尽管这可能与Encog无关，但我只是不知道我是在做一些基本错误，还是只是在Encog Work台中配置错误。