在使用sklearn对数据进行预处理的时候很有可能会遇到fit_transform和transform，网上不少资料写的模棱两可，在这里我回答几个核心问题，也许看完我写的这篇文章，一些疑惑就会豁然开朗。
为什么在训练集进行fit而不在测试集fit
机器学习假设，训练集和测试集的每个样本都是从同一分布中抽样得到的。所以在训练集中fit之后在测试集就不能再fit了。要不然二者可能不是同一分布模型，预测效果会很糟糕。
fit_transform那么fit到底fit什么
可以说不同的sklearn方法fit的东西都是不一样的，对于LabelBinar而言，因为fit阶段没有fit东西，所以训练集和测试集都可以写成fit_transform(我仍然建议不要这样写，统一格式，训练集fit在测试集transform会更好)，而对于StandardScalar而言，fit的是均值和方差。所以一定要在训练集写成fit_transform，在测试集写成transform
