我在我的训练集上使用 MinMaxScaler 并将转换应用到我的测试集和 inverse_transform 到我的模型输出。例如，如果这是一个股票预测问题，我的训练集的值可能在 1-200 之间，但在最近的时间步中，这些值接近该范围的高端。

我如何处理应该预测超过 200 的未来时间步长（因为激活函数输出值在 0-1 之间）？我想我的问题是，有没有办法手动（或通过一些“经验法则”）为训练集指定最大值？因此，在这种情况下，是否可以使用 MinMaxScaler 将 0-500 作为最小最大值转换为 0-1，这样我的测试集或预测中的值可以相应地进行 inverse_transformed？这是开箱即用的 scikit-learn 功能吗？实现这一点的最有效方法是什么，特别是如果必须为多个功能独立完成？