EDA步骤中，用全部数据还是只用训练集？

要看EDA的目的了，如果EDA的目的只是看看数据的基本情况，画画图，那么用整个数据集问题做EDA问题不大。

如果EDA的目的是发现有用的变量或者根据变量和y的关系做一些变形，那么用整个数据集做EDA就会有“数据泄露”的风险。这样做出来的模型可能在验证集上会比实际测试集上好一些。