A和B选项会导致在使用训练集训练模型过程中，把验证集的数据特征“泄露”给训练集。因此A和B项都是不准确的，而C选项是没有这个问题。

在进行数据清洗时，尤其是处理缺失值和异常值，正确的方法是确保数据清洗过程中不会引入数据泄漏。数据泄漏是指在模型训练过程中使用了验证集或测试集的信息，从而导致模型性能评估不准确。

在这个背景下，正确的做法是：

**运用训练数据集中变量的统计量对验证集中的变量进行数据清洗**。

也就是说，应该使用训练数据集的统计量来处理验证数据集和测试数据集。这样可以确保验证和测试数据集在模型评估过程中保持独立性，不会引入训练数据之外的信息。

因此，正确答案是：

**C: 运用训练数据集中变量的统计量对验证集中的变量进行数据清洗**

### 专业分析：
1. **避免数据泄漏**：数据泄漏会导致模型在验证集或测试集上表现过好，无法真实反映模型的泛化能力。
2. **独立性**：验证集和测试集应该独立于训练集，任何来自验证集或测试集的信息都不应该用于训练过程，包括数据清洗阶段。
3. **统计量的使用**：使用训练集的统计量（如均值、中位数、标准差等）来对验证集或测试集进行清洗，可以确保模型评估的公平性和真实性。

通过这种方法，模型的性能评估会更加可靠，能够更真实地反映模型在未见过的数据上的表现。