我不知道在R.中为Keras缩放什么
我有一个单变量时间序列向量data = [1, 2, 3, ..., 1000]，我想用LSTM来预测它。我将该向量划分为train = [1, 2, ..., 997]和test = [998, 999, 1000]向量。之后，我取了训练向量，创建了两个滑动窗口矩阵，用于训练它
X_train, y_train
[1, 2, 3] [4, 5, 6]
[2, 3, 4] [5, 6, 7]
[3, 4, 5] [6, 7 ,8]
[4, 5, 6] [7, 8, 9]
[5, 6, 7] [8, 9, 10]
... ...
我不知道什么时候该缩放。我应该缩放我的迭代data = [1, 2, 3, ..., 1000]矢量还是应该分别缩放train = [1, 2, ..., 997]和test = [998, 999, 1000]矢量？这两种方法有什么不同吗？
我想尝试两种缩放方式，介于-1和1之间以及介于0和1之间。
编辑我的真实数据介于-9和+2 之间
缩放取决于数据集。如果你考虑到这一点，你还应该考虑是否要使用你的监督模型来预测新数据，一次只考虑一个新输入，或者一批的新输入。一般的方法是将缩放"；系数"；(比方说，max-min或z-score(从训练集到测试集。因为这是让测试数据看起来像测试数据的一种方法，这就是你的模型所训练的
因此，非常客观：是的，缩放所有内容然后训练/测试拆分与先拆分然后单独缩放是有区别的。我建议你阅读统计数据交换中的这个问题。