Os dados de treinamento foram normalizados com escalonamento min-max no AWS Glue DataBrew. Os dados de inferência de produção devem ser normalizados exatamente da mesma forma antes de serem enviados ao modelo. Qual abordagem satisfaz esse requisito?

A normalização min-max transforma os dados para um intervalo fixo usando os valores mínimo e máximo observados. Para garantir que os dados de inferência sejam processados de forma consistente com os dados de treinamento, é crucial usar os mesmos parâmetros (mínimo e máximo) que foram derivados do conjunto de treinamento. Isso evita o vazamento de dados (data leakage) e garante que o modelo receba entradas no mesmo espaço de características em que foi treinado. Calcular novos parâmetros a partir dos dados de produção (seja por lote ou por amostra individual) introduziria inconsistências, pois os novos mínimos e máximos podem ser diferentes dos usados no treinamento, levando a previsões imprecisas. Aplicar estatísticas de um conjunto de dados público não é apropriado, pois os parâmetros de normalização são específicos do conjunto de dados de treinamento do modelo.