X数据的两个常见ML预处理步骤是标准化（例如，缩放到单位方差）和分解（将特征映射到新空间，AIUI）。
在ML管道中实施这些步骤的两种可能方式包括培训/测试/验证集：
i）对整个训练/测试/验证X数据集进行标准化/分解，然后分解为训练/测试集，并使用最低误差模型对验证集进行预测。
ii）分成训练/测试集，然后分别标准化/分解训练/测试集，并使用最低错误模型（在标准化/分解之后）对验证集进行预测
这些方法中的一种比另一种更优选，为什么？
答案 0 :(得分：1)
我认为第三种选择是有效的：
分成测试/训练集，计算训练集上标准化/分解的参数（例如标准化训练集的均值和方差），并在测试集上应用相同的参数。
对于标准化，这可能意味着测试集没有零均值/单位方差。
查看转换训练集的测试集通常被认为是不好的做法，除了转换学习的特殊情况，您提前给出了测试集的输入。
您的第二个选项是危险的，因为测试集可能具有严重影响标准化参数的异常值。因此，您可以在训练集上估计一组转换参数。