该评论是正确的：我们只需要从我们的训练数据中进行“特征提取” 。

让我们考虑最常见的数据转换过程之一，centering。我们为我们的特征得到一个“期望值”，然后我们从的值中减去它，没什么神奇的。一个核心问题是：这个“预期值”反映了什么？是否反映了我们对$\hat{\mu}_{x_j}$$x_j$$x_j$$x_j$使用整个样本还是只使用训练样本？如果我们使用整个样本，我们就会有所谓的数据泄漏，“我们欺骗”使用预测期间应该可用的信息。举一个 NLP 的例子，如果我们的语料库中存在一些非常不寻常的单词或 n-gram，并且所有实例都恰好落在测试集中，那么将我们的文本文档集合转换为矩阵的过程显然是错误的令牌与那个不寻常的 n-gram 一起计数。它会给我们一个关于我们程序的一般性能的虚假安全场景。因此，在进行严肃的特征提取/工程时，我们只需要使用训练数据而不是整个数据集。