基于时间-预订人数线性模型，新时间数据归一化方式咨询

这是机器学习预测阶段的核心准则之一——你的模型是基于训练数据的归一化尺度训练出来的，新数据必须严格遵循同样的缩放标准，才能让模型输出有效的预测结果。

为什么不能单独归一化新数据？ #

当你对训练数据做0-1归一化时，本质是用训练数据的最小值和最大值定义了一个固定的缩放逻辑：
归一化值 = (原始值 - 训练数据最小值) / (训练数据最大值 - 训练数据最小值)

如果单独对新数据做归一化，你会用新数据自身的min/max重新计算，这会彻底打乱特征的尺度——模型在训练时学习到的是「训练数据尺度下的特征与目标的关系」，新数据尺度不一致的话，预测结果完全没有参考意义。举个直观的例子：

• 训练数据的时间范围是[0, 24]（全天小时数），归一化后12点对应0.5
• 如果你要预测的新时间是22点，单独归一化（仅这一个数据）会得到1.0，但模型训练时从未见过这个尺度的时间特征，预测结果必然偏离实际。

正确的实现方式（R代码示例） #

训练阶段要提前保存归一化用到的统计量，预测时直接复用：

# ---------------------- 训练阶段 ----------------------
# 假设训练数据框为train_df，包含time（原始时间）和bookings（原始预订人数）
# 1. 保存训练数据的时间min/max
train_time_min <- min(train_df$time)
train_time_max <- max(train_df$time)

# 2. 对训练时间做归一化
train_df$time_norm <- (train_df$time - train_time_min) / (train_time_max - train_time_min)

# 3. 同步处理预订人数（如果也做了归一化）
train_bookings_min <- min(train_df$bookings)
train_bookings_max <- max(train_df$bookings)
train_df$bookings_norm <- (train_df$bookings - train_bookings_min) / (train_bookings_max - train_bookings_min)

# 4. 训练线性模型
model <- lm(bookings_norm ~ time_norm, data = train_df)

# ---------------------- 预测阶段 ----------------------
# 假设待预测的新时间是new_time（比如22点）
new_time <- 22

# 1. 用训练时的min/max对新时间归一化
new_time_norm <- (new_time - train_time_min) / (train_time_max - train_time_min)

# 2. 预测归一化后的预订人数
pred_bookings_norm <- predict(model, newdata = data.frame(time_norm = new_time_norm))

# 3. 还原为原始预订人数（如果之前归一化了目标变量）
pred_bookings <- pred_bookings_norm * (train_bookings_max - train_bookings_min) + train_bookings_min

额外提醒 #

• 不止时间特征，所有输入特征的归一化/标准化（比如Z-score标准化）都必须复用训练数据的统计量（min/max、均值/标准差等），这是避免预测偏差的关键。
• 如果你的预订人数也做了归一化，预测后一定要用训练数据的预订人数min/max反归一化，才能得到真实的预订量。

内容的提问来源于stack exchange，提问作者JWick