我刚开始学习机器学习。目前正在解决一个分类问题，目标是字符串。我已经将测试集和训练集分开，并通过OneHotEncoder转换了字符串属性，同时，我还使用StandardScaler来缩放训练集的数值特征。

我的问题是，对于测试集，我是否需要像处理训练集的字符串目标那样，使用OneHotEncoder转换测试集中的字符串目标，还是让测试集保持原样，让分类器自己处理？同样，对于数值属性，我是否需要使用StandardScaler来缩放测试集中的数值属性，还是分类器在训练集上完成训练后会自动处理这些属性？

回答：

对于第一个问题，我的建议是，你不需要转换，但这样做会使测试集的评估更容易。你的分类器会输出独热编码的值，你可以将这些值转换回字符串，并对这些值进行评估，不过我认为，如果测试目标是以0-1的形式存在会更有帮助。

对于第二个问题，你需要在训练集上拟合StandardScaler，然后在测试集上使用（转换）它。