在Z-score归一化数据集训练的线性回归如何正确应用到原始数据集

问题根因 #

你在Z-score归一化后的数据集上训练得到的线性回归权重w、偏置b，仅适配变换后的输入特征X_norm，对应预测逻辑为：

y_pred = w * X_norm + b
其中Z-score变换规则为X_norm = (X_raw - μ) / σ（μ为训练集特征均值，σ为训练集特征标准差）。直接把原始特征X_raw代入上述预测公式时，输入量级和训练时完全不匹配，自然会得到错误的预测结果。

标准修复方案 #

无需每次预测前对原始特征做归一化，只需对训练得到的权重、偏置做一次逆变换，即可直接适配原始特征输入：
将Z-score变换公式代入原始预测逻辑，整理可得适配原始输入的权重w_raw和偏置b_raw：

• w_raw = w / σ
• b_raw = b - (w * μ) / σ
  替换后直接使用公式y_pred = w_raw * X_raw + b_raw，即可得到和归一化场景下完全一致的预测结果，精度无损失。

你的缩放方案合规性验证 #

你当前使用的缩放方案完全符合上述推导逻辑，只要你用到的μ和σ均为训练集单独统计得到的均值、标准差（不能使用测试集或全量数据集的统计值，避免数据泄露问题），该方案就是合规的，属于工业界模型落地时的常规处理方式。

内容的提问来源于stack exchange，提问作者walltime