我目前正在为我的回归模型缩放训练数据，并且我最终输入模型用于预测的数据也使用StandardScaler单独进行了缩放。

这样做会将预测数据缩放到与训练数据相同的水平，还是有区别？这是否会导致预测不准确？

如果是这样，我如何使用与训练集相同的均值等来缩放第二个数据集？我是否需要使用前者的均值和方差手动将公式应用于第二个数据集？

谢谢

回答：

当你缩放数据时，你应该只对训练数据进行缩放。否则，你的预测/测试数据的范围会影响训练数据的缩放方式，从而影响模型的学习。这是数据泄漏的一种形式。

在Python中，你的代码会是这样的：

    scaler = StandardScalar() # 创建一个缩放器
    scaler.fit(training_data) # 只对训练数据进行拟合
    scaled_training_data = scaler.transform(training_data) # 模型学习的数据
    scaled_test_data = scaler.transform(test_data) # 使用与训练数据相同的缩放方式缩放测试数据

（注意：你可以使用fit_transform()在一个步骤中对训练数据进行拟合和变换。）