我正在开发一个用于分类问题的Neural Network模型。特征数量大约有1500个，且这些特征的范围差异很大。我使用特征归一化训练了模型，并取得了更好的结果。现在，当我准备部署我的模型时，用户将仅用一个测试示例来测试我的模型。我在想，由于我在内部的训练/测试数据已经归一化，但用户的测试仅为单个测试示例，且由于它不是一组示例而只是单个实例，因此无法进行归一化。我的模型将如何处理这种情况？

回答：

始终使用与训练数据归一化时相同的数值来归一化测试样本。

这样你就不会有问题了。

你不应该单独归一化测试数据，因为模型的表现会有所不同。

示例：计算你的训练集的均值和标准差。你将使用这些数值来归一化训练集。现在只需对测试样本也使用相同的均值和标准差。

这应该能解决这个问题。