对于机器学习数据集的归一化问题

Question

我是先将训练集进行归一化，再将训练集的归一化方法适用到测试集上，这样建立SVM模型效果很好。
但是，当我想用该模型进行预测的时候，发现对一个新的数据集进行归一化，出现了数值大于1的情况（原因是训练集中已经明确了在该维度上的最大值，比如2，但是新的数据集在该维度出现了大于2的情况）这样归一化结果很影响预测结果，想问问大家遇到这种问题应该如何解决

Answer 1

训练集和测试集必须同时规一化
对于实际预测数据，经过相同比率缩放超过范围，要么视作无效数据，丢弃，要么视作饱和数据，也就是无论多大，都当作1处理。
具体用什么方法，要看你的实际的情况。