нормализация значений данных поездов и тестов при прогнозировании цен на акции во временных рядах
В настоящее время я работаю над проблемой прогнозирования курса акций. У меня есть одна путаница относительно того, как нормализовать / стандартизировать данные. В общем сценарии, если мы используем библиотеку sklearn, мы создаем масштабатор и подгоняем данные поезда, преобразуем данные поезда и тестирования, используя тот же масштабатор, который также упоминается по ссылке https://stats.stackexchange.com/questions/174823/ как применять-стандартизацию-нормализацию-обучение-и-тестировать-если-предсказание-я. Но здесь сценарий другой, здесь мы анализируем данные за «несколько дней», чтобы предсказать цену на следующий день. Я называю это окном этих «нескольких дней». Затем следует ли мне использовать средство масштабирования а) после создания окон поезда и применить его к окнам теста б) или я должен применить его к обучающим данным глобально без окон, а затем к тестовым данным, а затем создать окна. Хотя я считаю, что это должен быть второй случай, но может ли кто-нибудь помочь мне лучше понять это?