当模型与缩放数据拟合时，如何缩放新的观测值以进行预测？

我了解缩放数据矩阵以用于线性回归模型的概念。例如，在R中，您可以使用：

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

我唯一的问题是，对于要为其预测输出值的新观测值，它们如何正确缩放？会scaled.new <- (new - mean(data)) / std(data)吗？

您问题的简短答案是，是的-scaled.new的表达式正确（除了您想要的sd不是std）。

可能值得注意的是scale具有可选参数，您可以使用：

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

同样，由scale（scaled.data）返回的对象具有保存使用的数字居中和缩放比例（如果有）的属性，您可以使用：

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

当原始数据有多于一列时，就会出现这种优势，因此要考虑多种均值和/或标准差。