我们通常在X_train上使用.fit_transform()，而在X_test上使用.transform()。

这是因为它们来自同一数据集。如果我们再次对X_test应用fit_transform()，这将如何影响我们的模型？

回答：

例如，如果你使用SimpleImputer来用平均值填补数值型缺失值，每次调用fit_transform方法时，你都在：

• 计算该变量（或变量）的平均值
• 用计算出的平均值替代缺失值

现在，如果你对训练集和测试集都应用fit_transform，可能会为每个变量得到两个不同的平均值，从而导致两个不同的数据处理过程。

此外，这里还有一个更实际的问题。如果你将这个过程部署到生产环境中，并且对单个记录应用这个过程，你会使用哪个“平均值”？是训练集的还是测试集的？还是你也会对该记录应用fit_transform，计算一个记录的平均值？