Tôi hiện đang sử dụng SVM và nhân rộng các tính năng đào tạo của mình lên phạm vi [0,1]. Trước tiên tôi điều chỉnh / biến đổi tập huấn luyện của mình và sau đó áp dụng phép biến đổi tương tự cho tập kiểm thử của tôi. Ví dụ:
### Configure transformation and apply to training set
min_max_scaler = MinMaxScaler(feature_range=(0, 1))
X_train = min_max_scaler.fit_transform(X_train)
### Perform transformation on testing set
X_test = min_max_scaler.transform(X_test)
Giả sử rằng một tính năng nhất định trong tập huấn luyện có phạm vi [0,100] và tính năng tương tự trong tập kiểm tra có phạm vi [-10,120]. Trong tập huấn luyện, tính năng đó sẽ được chia tỷ lệ một cách thích hợp thành [0,1], trong khi trong tập thử nghiệm, tính năng đó sẽ được thu nhỏ đến một phạm vi bên ngoài phạm vi được chỉ định đầu tiên, giống như [-0.1,1.2].
Tôi đã tự hỏi những hậu quả của các tính năng của bộ thử nghiệm nằm ngoài phạm vi của những người được sử dụng để đào tạo mô hình là gì? Đây co phải vân đê?