StandardScaler类中transform和fit_transform方法里
fit_transform(X_train) :找出X_train的均值和标准差，并应用在X_train上。
对于X_test，直接使用transform方法。
(此时StandardScaler已经保存了X_train的均值和标准差)
1.二者的功能都是对数据进行某种统一处理（比如标准化~N(0,1)，将数据缩放(映射)到某个固定区间，归一化，正则化等）
2.transform(restData)，从而保证train、rest处理方式相同。
3.如果fit_transfrom(trainData)后，使用fit_transform(restData)而不用transform(restData)，虽然也能归一化，但是两个结果不是在同一个“标准”下的，具有明显差异
from sklearn import preprocessing
X_train, X_test, y_train, y_test = train_test_split(
iris.data, iris.target, test_size=0.4, random_state=0)
scaler = preprocessing.StandardScaler().fit(X_train)
X_train_transform = scaler.transform(X_train)
X_test_transform = scaler.transform(X_test)
