如何对仅有一个样本进行值归一化处理？

Question

我正在研究使用人工神经网络进行时间序列温度预测，大多数参考文献在将输入值馈入神经网络之前使用最小-最大规范化技术对其进行规范化。训练和测试数据集都已规范化。输入值是特定日期的温度、露点、降水、气压和风速值。

在测试集中只有一个样本的情况下（例如，我只有今天的天气属性来预测明天的温度），由于每个属性具有相同的最小值和最大值，我该如何对这些值进行规范化呢？ 注：我已经给我使用的研究的作者发送了电子邮件，但他们没有回复，所以我想在这里寻求帮助 :)

- LauritzkeanEric

Answer 1

在处理训练集和测试集时需要进行规范化，而且操作方式相同。所以你需要在训练集上计算"边界"，然后将这些边界应用于测试集（不要使用测试数据来计算这些边界，因为您应该假定在模型创建的时刻您并不知道测试数据）。

你似乎没有理解机器学习的核心思想。无法使用一个样本来训练预测模型。根据样本数量，我们指的是您收集到的观测值集合的大小，而不是输入到模型中的数据量（因此当您根据今天的温度预测明天的温度时，并不意味着您只有一个样本，您需要从历史记录中获取大量的样本，才能训练任何模型，尤其是神经网络）。

因此，规范化的问题在这里并不是非常重要——您可以针对整个历史集合进行规范化，或者如果您知道每个属性可以达到的确切值的范围（例如，您正在以摄氏度测量温度，则它应该落在[-20,40]区间内，或者如果您居住在世界上较为"温和"的地区，则可能会更小），则可以手动对它们进行规范化。

- lejlot

---

谢谢您的回复。那么，在测试网络性能时，这是否意味着我应该考虑前几天的天气值，而不仅仅是限制于当天的天气值作为输入？ - LauritzkeanEric

无论你测试什么，你总是需要一种标准化方法。因此，如果你有一个不需要标准化的方法，你可以选择不进行标准化，或者使用一种恒定的转换进行标准化，通常是在某些历史数据上计算得出的。我们谈论的是标准化，而不是将数据应用为输入。你似乎在这里忽略了这个区别。 - lejlot

Answer 2

将样本标准化，就好像它在训练或测试数据集中一样。这些是您为之训练的范围，对吗？

通常，将有限/部分数据放入您可以处理/已经训练过的上下文中，将是从中获得有意义或经过验证的输出的唯一方法。

当然，您不应该完全局限于单个样本...因为您完全可以保留（并使用）前几天样本的历史记录。

- Thomas W