不完全的。您了解训练集的均值和标准差，然后：

• 使用训练集均值和标准差对训练集进行标准化。
• 使用训练集均值和标准差对任何测试集进行标准化。

这只是遵循一般原则：你学到的任何东西，都必须从模型的训练数据中学习。

要跟进对答案的评论 - 如果您在训练/测试拆分之前缩放数据，您将得到数据泄漏。在拆分之前计算整个数据集的均值/标准差将导致泄漏，因为每个数据集的数据将包含有关另一组数据的信息（通过均值/标准差值），并可能影响预测准确性和过拟合。

数据可能已经通过实验和/或使用的惯例自然地缩放（例如预测百分比）。其次，您将拥有一个包含两个变量的系统。因此，您不能轻易地将“非规模化”学习与规模化学习进行比较。