何时使用 zscore 规范化数据（拆分之前或之后）

Question

我正在学习一门 udemy 课程，这为仅对训练数据进行规范化（从测试数据拆分后）提供了强有力的理由，因为该模型通常由新数据使用，具有原始数据集的规模特征。如果你缩放测试数据，那么你就没有正确地对模型进行评分。

另一方面，我发现我的二分类逻辑回归模型（使用 Azure 机器学习工作室创建）在 Z-Score 仅缩放训练数据后得到了糟糕的结果。

一个。这只是 Azure 工具的问题吗？ 湾。当需要对特征数据进行缩放（相差一个、两个或三个数量级）时，有什么好的经验法则？

Answer 1

由于标准化测试集而无法正确评分模型似乎没有意义： 您可能还会对未来用于预测的数据进行规范化。

我在 datascience stackexchange 中找到了this similar question，最佳答案表明不仅测试数据必须被标准化，而且您需要应用与对训练数据所做的完全相同的缩放，因为您的数据规模您的模型也考虑到了：不同比例的测试/预测数据可能会导致功能过度/过度夸大。