اختلاف تمثيل التدريب والاستدلال وزمن السمات

history = [{"event":1, "available":1, "value":10},
           {"event":3, "available":3, "value":30},
           {"event":4, "available":7, "value":99}]
prediction_time, max_age = 5, 3
by_event = [r for r in history if prediction_time-max_age <= r["event"] <= prediction_time]
available = [r for r in by_event if r["available"] <= prediction_time]
correct = max(available, key=lambda r:r["event"])
naive = max(by_event, key=lambda r:r["event"])
print("available historical value", correct["value"])
print("event-time-only value", naive["value"])
print("feature age", prediction_time-correct["event"])

available historical value 30
event-time-only value 99
feature age 2

لم يتوفر السجل الأحدث زمناً عند وقت التنبؤ؛ وتطبق السياسة الزمنية المزدوجة الصريحة عمراً أقصى معلناً أيضاً.

def transform(value, mean, scale):
    assert scale != 0
    return (value-mean)/scale
raw_value = 14.0
training = transform(raw_value, mean=10.0, scale=2.0)
serving = transform(raw_value, mean=10.0, scale=4.0)
print("training representation", training)
print("serving representation", serving)
print("same", training == serving)

training representation 2.0
serving representation 1.0
same False

لا يثبت تطابق المدخل الخام واسم السمة التكافؤ عندما تختلف معلمات التحويل المخزنة.