抽样可划分 训练集 和 验证集，具体到某一个连续型的数值变量，通过还要经过标准化的过程，这里以0-1标准化为例，描述了三种抽样和标准化的做法思路。这里要指出，三种思路都有问题，因此想请教更好的做法，或者目前信贷建模领域通常的做法。
第1种，总体先抽样，再将训练集和验证集分别进行标准化，问题显而易见，由训练集得出的模型，会与验证集标准化后的数据标准不一致；
第2种，总体先抽样，将训练集标准化，并以标准化后的最大值最小值应用到验证集上，这应该是目前程序种的主流做法，但问题也显而易见，训练集和验证集毕竟是两个数据集，最大值和最小值是不一样的，因此会出现验证集标准化结果超出0-1范围的情况；
第3种，总体先进行标准化，然后在进行抽样，这样的好处是避免了第2种方式的问题，训练集和验证集，在一个标准化的条件下参与建模。但问题依旧，比如新来一批数据，完全有可能在旧总体之外，那么也会出现超出0-1范围的可能。
希望不吝赐教，谢谢