是的，如果您的算法适用于或需要标准化的训练数据*，您需要对测试数据应用标准化*。

那是因为您的模型适用于其输入向量给出的表示。这些数字的比例是表示的一部分。这有点像在英尺和米之间转换。. . 一个模型或公式通常只适用于一种类型的单元。

您不仅需要标准化，而且应该应用与训练数据完全相同的缩放比例。这意味着存储与您的训练数据一起使用的比例和偏移量，然后再次使用它。一个常见的初学者错误是分别标准化你的训练和测试数据。

在 Python 和 SKLearn 中，您可以使用标准缩放器对输入/X 值进行标准化，如下所示：

scaler = StandardScaler()
train_X = scaler.fit_transform( train_X )
test_X = scaler.transform( test_X )

train_X请注意使用适合（找出参数）的函数的转换是如何规范化的。虽然test_X转换只是转换，但使用从训练数据中学到的相同参数。

您正在应用的 tf-idf 规范化应该类似地工作，因为它从整个数据集中学习一些参数（所有文档中单词的频率），以及使用每个文档中的比率。

* 一些算法（例如基于决策树的算法）不需要归一化的输入，可以应对具有不同固有尺度的特征。

当然，您应该标准化您的数据。您为了以下目的对数据进行规范化：

• 为了在相同的尺度上具有不同的特征，这是为了加速学习过程。

• 为了公平地关心不同的特征而不关心规模。

训练后，您的学习算法已经学会以缩放形式处理数据，因此您必须使用用于训练数据的规范化参数来规范化您的测试数据。