我已经正确实施了预测ML模型;我首先扩展了所有输入功能。
是否可以使用该模型训练具有缩放特征的模型并提供未缩放的模型以预测前进一步?
例如,已经训练了具有缩放功能的模型:
today_s_input_variables = np.array([[159, 500000, 6]])
today_s_prediction = model.predict(today_s_input_variables)
没有一些进一步的工程设计,它可能无法运作。
许多标准监督学习算法的一个假设是训练和测试分布是等价的。当您的功能在训练时缩放但在测试时未缩放时,会违反此假设。