當模型裝有縮放數據時，如何縮放新的觀察結果以進行預測？

我理解縮放數據矩陣以在線性回歸模型中使用的概念。例如，在 R 中，您可以使用：

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

我唯一的問題是，對於我想要預測輸出值的新觀察，它們如何正確縮放？會不會，scaled.new <- (new - mean(data)) / std(data)？

對您的問題的簡短回答是，是的 - scaled.new 的表達式是正確的（除了您想要sd而不是std）。

可能值得注意的是 scale 具有您可以使用的可選參數：

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

此外，由 scale (scaled.data) 返回的對象具有保存使用的數字居中和縮放（如果有）的屬性，您可以使用：

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

當原始數據包含多於一列時，就會出現這種優勢，因此需要考慮多種均值和/或標準偏差。

引用自：https://stats.stackexchange.com/questions/89172