数据归一化中"均值归一化"的问题
小弟这几天在看机器学习入门的书，今晚看到归一化的时候产生一个问题，阐述如下：
书上说机器学习多使用的归一化方法是均值方差归一化，这种归一化可以很好的解决数据中出现极端值的问题，在对training_data和test_data处理方面，test_data使用的mean和std都是train的mean和std，这些我都理解，但是我发现一个问题，如果在均值归一化处理test_data的时候，使用的max和min也是training的，那么很有可能出现test_data大于1或者小于0的情况啊。举例如下：
training_data中max = 50，min = 10，新来了一个test_data = 60，那么均值归一化的结果就是 = ( 60 - 10) / (50 - 10 ) = 1.25 > 1。
书上说是meanScaler是机器学习常用的方法，偶尔也会使用均值归一化，但是使用均值归一化的时候出现上面的问题怎么办呢？
求教大佬们
