在进行数据预处理时，建议进行缩放或归一化操作。当你手头有数据时，这很容易做到。你可以立即处理所有数据。但在模型构建并运行后，首个输入的数据是否需要进行缩放或归一化？如果需要，仅有一行数据，该如何进行缩放或归一化呢？我们如何知道每个特征的最大值/最小值/均值/标准差？以及如何处理输入数据中每个特征的最大值/最小值/均值？

请指教

回答：

是的，你需要对输入数据进行归一化处理，否则模型会预测出无意义的结果。

你还必须保存训练过程中使用的归一化系数，或者从训练数据中获取。然后，你需要将相同的系数应用于新输入的数据。

例如，如果你使用的是最小-最大归一化：

f_n = (f – min(f)) / (max(f) – min(f))

那么你需要保存min(f)和max(f)以便对新数据进行归一化处理。