对我来说，您似乎正在使用错误的数据进行训练。你的算法的结果只会和你训练它的数据一样好。您应该问自己的第一个问题是，是否可以转换或更新您的数据集以使其更真实。如果不深入了解问题的本质，不幸的是，很难在这方面提供帮助。不过，在我看来，这将是最干净的解决方案。

如果你不能更新你的训练数据来代表真实世界的分布，你的问题与试图将模拟数据传输到真实世界的应用程序非常相似，就像在机器人技术中经常看到的那样。通常，作者试图明确地学习模拟和真实世界数据之间的转换，就像这篇关于优化的好论文中所示。简而言之，作者通过两个高斯过程 (GP) 对数据进行建模，一个类似于模拟数据，而另一个是我上面提到的转换。因此，您的真实世界数据将是来自 GP 的两个内核的总和。我确信类似的方法适用于您的问题，即使您（很可能）不使用 GP，因为您对贝叶斯优化不感兴趣。

尽管如此，如果你想采用这种方法，你还需要从你的真实分布中收集更多数据，而不是一个全新的数据集。