在R中是否有类似于StandardScaler的功能，可以对训练数据进行拟合（结果为均值为0，标准差为1的特征），并使用该缩放模型来转换测试数据？scale函数不提供基于训练数据的均值和标准差来转换测试数据的方法。

Python的代码片段如下：

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X_train)
X_train_scaled = scaler.transform(X_train)
X_test_scaled = scaler.transform(X_test)

由于我非常确定这是正确的做法（避免测试集信息泄露到训练集），我猜想应该有一个简单的解决方案，但我一直找不到。

回答：

我认为R中的scale函数就是你所寻找的。对于你的例子，只需这样做：

X_train_scaled = scale(X_train)

然后，你可以使用缩放后的训练集的均值和标准差（通过attr（属性）从缩放后的X_train获取）来应用到你的测试集上：

X_test_scaled = scale(X_test, center=attr(X_train_scaled, "scaled:center"),                               scale=attr(X_train_scaled, "scaled:scale"))

这将得到与你所发布的示例中转换结果完全一致的结果。