Python 如何对timeseries测试数据进行预处理以进行分类预测？

在使用timeseries数据集训练分类器模型时，如果使用整个训练数据集的最小值/最大值进行规格化/缩放，则也会考虑未来的值，而在实际场景中，您不会获得这些信息，对吗？好的，那么您应该仅使用培训数据构建scaler：

scaler = StandardScaler().fit(X_train)
X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)

但是，如果新的价值观与培训价值观略有不同呢

考虑到这一点，我认为：

scaler = StandardScaler() # or MinMaxScaler()

scaler_train = scaler.fit(X_train)
X_train = scaler_train.transform(X_train)

scaler_full = scaler.fit(X) # X_train + X_test
X_test = scaler_full.transform(X_test)

或者，可能只是对列车和测试的平均值和标准值进行平均，以使测试输入正常化：

X_train_mean = np.mean(X_train)
X_train_std  = np.std(X_train)
X_train_normalized = (X_train - X_train_mean) / X_train_std

X_test_mean = np.mean(y_test)
X_test_std  = np.std(y_test)

new_mean =  (X_train_mean + X_test_mean) / 2
new_std  =  (X_train_std + X_test_std) / 2

X_test_normalized = (X_test - new_mean) / new_std

那么，它与log1+x相同，因此将在-1上工作；∞? 或者呢

---

处理这种情况的最佳实践是什么？

首先，您应该使用scikit学习。这可以确保，当您在培训数据上安装管道时，测试数据中不会出现任何错误

您的所有建议都支持数据泄漏，因此过度拟合

然而，我要强调的是，当你将训练数据缩放到-1和1之间时，这不一定适用于你的测试数据。然而，您的分类器/回归通常仍然能够解释这些输入。此外，您使用的是标准定标器，它只是将均值和单位方差转换为零。因此，任何足够大/足够小的值仍然是可能的，但不太可能

通常情况下，您预计只有少数点超出测试集的范围。否则，您没有代表性地或随着时间的推移采样一些基本的变化。然后你可以重新训练你的算法。但是，如果算法的泛化性能良好，这也无关紧要

也许你应该用一个

---

移位日志而不是普通日志通常仅用于允许0个输入值。

好的，因此我将每周建立一个新模型，以减少训练数据和测试数据之间的差异。