具体将这种归一化算法用在我们机器学习过程中的时候有一个很重要的注意事项。
对应我们原始数据集,我们要将他们拆分成训练数据集和测试数据集
如果我们要用归一化数据来训练我们的模型显然我们先要对训练数据集进行归一化处理
我们相应就要求出我们训练数据集对于的均值mean_train 方差std_train
最终我们要那我们这个模型来预测数据,对于这个测试数据集也要进行归一化处理
那么对于测试数据集如何归一化处理,(我们对整个测试数据集求下他的均值mean_test和std_test,用这两个值进行归一化,然后将这个测试数据集送给模型进行预测不就可以了吗? ×错)
我们正确的做法是,应该吧测试数据集使用训练数据及的mean_train和std_train相应进行归一化
来得到均值方差归一化的结果
原因在于:我们划分了一部分原始数据作为测试数据集,对于这部分测试集我们确实很容易得到他的均值和方差,但是我们训练出这个模型是为了让他使用在正式环境中,可是很多时候在真实环境中,我们是无法得到所有测试数据相应的均值和方差的
举个简单例子:比如对应鸢尾花识别来说,虽然我们可以得到测试数据中所有的鸢尾花相应的平均的特征,但是在实际使用的时候,我只是每次来一朵花,请问来的这朵花对应的均