将数据集拆分为训练和测试的原因是为了模拟真实案例。您对训练拆分验证的实际操作是在未知数据中评估您的模型。

现在想象一下，你已经训练了你的模型，并且你正在生产一个不断涌现的新数据进行预测的产品。您可能不会大量获取它们，而是诸如在 API 调用中一一获取。您没有这些“新”数据的均值和标准差。在训练过程中，您只有平均值和标准差。

总而言之，训练测试验证试图尽可能接近真正的问题。而且由于您对即将到来的数据一无所知，因此您不应使用从测试数据中获得的任何知识。