如何通过缩放模型来预测一步



我已经正确实现了预测的ML模型;我首先是缩放所有输入功能。

train 具有缩放功能的模型,并提供非刻录一个模型,以预测一步/strong>提前,使用该模型?

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)

如果没有进一步的工程,它可能无法正常工作。

许多标准监督学习算法的假设是,培训和测试分布是等效的。当您的功能在训练时缩放而不在测试时间缩放时,就会违反此假设。

相关内容

最新更新