จะปรับขนาดการสังเกตใหม่สำหรับการคาดการณ์เมื่อแบบจำลองนั้นพอดีกับข้อมูลที่ปรับขนาดได้อย่างไร

ฉันเข้าใจแนวคิดของการปรับเมทริกซ์ข้อมูลเพื่อใช้ในตัวแบบการถดถอยเชิงเส้น ตัวอย่างเช่นใน R คุณสามารถใช้:

scaled.data <- scale(data, scale=TRUE)

คำถามเดียวของฉันคือสำหรับการสังเกตใหม่ที่ฉันต้องการทำนายค่าผลลัพธ์พวกเขาจะปรับขนาดได้อย่างถูกต้องอย่างไร มันจะเป็นscaled.new <- (new - mean(data)) / std(data)อย่างไร

คำตอบสั้น ๆ สำหรับคำถามของคุณคือใช่ - นิพจน์สำหรับ scaled.new นั้นถูกต้อง (ยกเว้นที่คุณต้องการsdแทนที่จะเป็นstd)

อาจเป็นเรื่องที่น่าสังเกตว่าสเกลนั้นมีอาร์กิวเมนต์ที่เป็นตัวเลือกซึ่งคุณสามารถใช้:

scaled.new <- scale(new, center = mean(data), scale = sd(data))

นอกจากนี้วัตถุที่ส่งคืนโดยสเกล (scaled.data) มีแอตทริบิวต์ที่ถือการจัดกึ่งกลางตัวเลขและการขยายที่ใช้ (ถ้ามี) ซึ่งคุณสามารถใช้:

scaled.new <- scale(new, attr(scaled.data, "scaled:center"), attr(scaled.data, "scaled:scale"))

ข้อได้เปรียบของที่ปรากฏเมื่อข้อมูลดั้งเดิมมีมากกว่าหนึ่งคอลัมน์ดังนั้นจึงมีหลายวิธีและ / หรือส่วนเบี่ยงเบนมาตรฐานที่ต้องพิจารณา