在分割训练和测试数据之前或之后对时间序列数据进行归一化？

Question

我对时间序列数据使用分类模型，在将数据分为训练和测试之前，我对数据进行了归一化。现在，我知道应该分别处理训练数据和测试数据，以防止数据泄漏。在这里标准化步骤的正确顺序是什么？在借助滑动窗口拆分数据后，是否应该分别应用步骤1,2,3进行训练和测试？我在这里使用滑动窗口将每个小时（测试）与其之前的24小时数据（火车）进行比较。这是我当前在管道中使用的顺序。

1. 移动平均值（均值）
2. 每小时重新采样
3. 标准化
4. 使用滑动窗口（长度为24小时（火车），每1小时滑动一次（测试））将数据拆分为火车并进行测试
5. 使用火车数据拟合模型
6. 使用测试数据进行预测

Answer 1

第1步和第2步可以安全完成，您只需考虑移动平均值只能使用过去的值：X'i = mean(Xi, Xi-1, Xi-2, ..., Xi-n)。

但是，在第3步中，如果使用 minmax缩放器或，则归一化/标准化参数，例如 max 和 min 均值和标准差（如果您使用的是标准化），则应根据训练数据进行计算，并将其应用于整个数据集，这样您的管道就可以像这样

1. 移动平均值（仅使用过去的值）

2. 每小时重新采样

3. 将数据拆分为训练和测试。

4. 从火车数据（平均值和标准差）中获取标准化参数。

5. 使用4中计算出的参数标准化整个数据集（训练和测试）。

6. 使用火车数据拟合模型

7. 使用测试数据进行预测