Como escalar novas observações para fazer previsões quando o modelo foi ajustado com dados escalados?

Entendo o conceito de escalar a matriz de dados para usar em um modelo de regressão linear. Por exemplo, em R você pode usar:

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

Minha única pergunta é, para novas observações para as quais quero prever os valores de saída, como elas são dimensionadas corretamente? Seria scaled.new <- (new - mean(data)) / std(data)?

A resposta curta para sua pergunta é sim - essa expressão para scaled.new está correta (exceto que você queria, em sdvez destd ).

Pode ser interessante notar que a escala possui argumentos opcionais que você pode usar:

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

Além disso, o objeto retornado pela escala (scaled.data) possui atributos que mantêm a centralização numérica e as escalas usadas (se houver), que você pode usar:

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

A vantagem disso aparece quando os dados originais têm mais de uma coluna; portanto, há várias médias e / ou desvios padrão a serem considerados.