Machine learning 用于分类的特征归一化（SVM）

我对规范化有一些疑问： 当您提取特征并希望在分类之前规范化特征时。 如何规范化特征（例如，您拥有的两个类）？ 1-是否分别对每个类进行规范化？还是将这两个类一起规范化？ 2-在分割试验和测试之前，您是否规范化了整个数据？或者您先规范化培训，然后分别规范化每个新的测试样本？ 3-有参考资料吗？书还是纸

*Do you normalize the whole data before spliting trianing and testing ?*

无需分割数据进行培训和测试

代码：

from sklearn.preprocessing import StandarScaler
sc_X = StandardScaler()
sc_y = StandardScaler()
x = sc_X.fit_transform(X)
y = sc_y.fit_transform(y)

谢谢