在应用最小-最大缩放来标准化你的特征时，你是在将数据集分成训练、验证和测试数据之前对整个数据集进行最小-最大缩放吗？

还是你先进行分割，然后对每个数据集分别应用最小-最大缩放，使用该特定数据集的最大值和最小值？

最后，在对新输入进行预测时，该输入的特征是否应该使用训练数据的最大值和最小值进行标准化，然后再输入到网络中？

回答：

先分割，再缩放。可以这样想象：你不知道现实世界的数据是什么样子的，所以你无法将训练数据缩放到它上面。你的测试数据是现实世界数据的替代品，所以你应该以相同的方式对待它。

重申一下：先分割，然后对你的训练数据进行缩放，再将训练数据的缩放应用到测试数据上。