问题描述
我一直了解到，标准化或规范化仅应适合训练集，然后才能用于转换测试集。所以我要做的是：
scaler = StandardScaler()
scaler.fit_transform(X_train)
scaler.transform(X_test)
现在，如果我要在新数据上使用此模型，我可以保存“缩放器”并将其加载到任何新脚本中。
我在理解K折简历的工作方式时遇到了麻烦。每次折叠都重新安装和改造洁牙机是最佳实践吗？我可以理解这是如何建立模型的，但是如果以后我想使用该模型，该怎么办。我应该保存哪个洁牙机？
我还想将其扩展到时间序列数据。我了解k倍在时间序列中的工作原理，但又如何将其与CV相结合？在这种情况下，我建议保存最后一个定标器，因为它适合于数据的4/5（在k = 5的情况下），并适合大多数（最新）数据。那是正确的方法吗？
解决方法
在每次折叠时重新安装和改造洁牙机是最佳实践吗？
是的。您可能需要阅读scikit-learn的doc on cross-validation：
测试预测变量对从 培训，预处理（例如标准化，功能选择， 等），类似的数据转换也应从 训练集并应用于保留的数据以进行预测。
我应该保存哪个洁牙机？
保存定标器（以及任何其他预处理，即pipeline），并在所有训练数据上训练预测变量，而不仅仅是从（k-1）/ k交叉验证或一次拆分获得70％的验证。
-
如果您要建立回归模型，就这么简单。
-
如果模型训练需要使用以下参数进行超参数搜索 交叉验证（例如，通过网格搜索xgboost学习参数）， 那么您已经从各个方面收集了信息，因此您 需要另一个测试集来估计真实的样本外模型 性能。 （一旦进行了估算，就可以重新培训 再次结合训练和测试数据。对于神经网络，并非总是要完成最后一步 针对特定样本量参数化的网络。）