在为神经网络预处理数据时，我有一个关于数据泄漏的问题，以及数据泄漏是否真的适用于我的实例。

我有稳定转换基因组数据的方差。因为它是基因组数据，我们先验地知道，较低的数字会转化为较低水平的基因，反之亦然。在输入到神经网络之前，使用 sklearn 将数据压缩到 0 和 1 之间：

preprocessing.minmax_scale(data, feature_range=(0,1), axis=1)

由于基因水平的这种先验假设，需要在样本而不是特征之间进行 min_max 缩放(axis=1)- 低基因需要保持低水平，反之亦然......

因此，我的问题是：训练样本是否仍然需要与测试样本分开缩放，因为这里似乎没有数据泄漏的风险？这是正确的假设吗？