스케일링 된 모델로 앞으로 한 발 앞서 예측하는 방법

Question

예측을위한 ML 모델을 올바르게 구현했습니다. 나는 첫째로 모든 입력 특징를 측정했다. 그것은 와 모델이 그 모델을 사용하여, 기능을 확장 앞서 한 단계을 예측하는 비 확장 것들을 제공 기차에 대한 모든 권리

인가? 아마 더 엔지니어링없이 작동하지 않을 것

today_s_input_variables = np.array([[159, 500000, 6]]) 
today_s_prediction = model.predict(today_s_input_variables) 

Answer 1

: 이미 가지고 예를 들어

는 스케일링 기능을 가진 모델을 훈련했다.

많은 표준 감독 학습 알고리즘은 훈련 및 테스트 배포가 동등한 것임을 가정합니다. 이 가정은 기능이 훈련 시간에 조정되지만 테스트 시간에는 조정되지 않으면 위반됩니다.