standardscaler需先填充缺失值再拟合，仅对数值特征标准化，fit_transform仅用于训练集以避免数据泄露，transform用于测试集及新样本，并需手动恢复dataframe列名和索引。
StandardScaler 会把每个特征缩放到均值为 0、标准差为 1 的分布，但前提是数据近似正态或至少没有极端离群值；否则结果可能误导模型。
为什么 fit_transform 和 transform 不能混用
调用 fit_transform() 会计算训练集的均值 mean_ 和标准差 scale_，并立即用它们做变换；而 transform() 只用已存的参数做相同变换。如果对测试集也用 fit_transform()，就等于偷偷“偷看”了测试数据的统计量，导致评估失真。
- 训练阶段：用
scaler.fit_transform(X_train) - 验证/预测阶段：只用
scaler.transform(X_val)或scaler.transform(X_test) - 后续新样本（如线上请求）：同样必须复用同一个
scaler实例的transform()
处理含缺失值的数据前必须先填充
StandardScaler 不接受 NaN，直接报错 ValueError: Input contains NaN。它不会自动跳过或忽略缺失项。
Python 3.14.2
下载
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 不能依赖
scaler自己处理缺失——它没这个能力 - 推荐在
fit_transform前用SimpleImputer(strategy='mean')或strategy='median'填充 - 注意：用
mean填充时，要确保该列在训练集上算出的均值和 scaler 拟合用的是同一份数据（即先 impute 再 scale）
标准化后记得保留列名和索引
原始 pandas.DataFrame 经 scaler.fit_transform() 后会退化成 numpy.ndarray，丢失列名和行索引，这对后续 debug 或特征重要性分析很不友好。
- 安全做法：
X_scaled = pd.DataFrame(scaler.fit_transform(X), columns=X.columns, index=X.index) - 如果 X 是
numpy.ndarray，那就别强求列名；但至少保留index（如果是从 DataFrame 转来的） - 特别注意：
scaler本身不保存列名信息，所有元数据得靠你自己传回 DataFrame
最容易被忽略的是 pipeline 中的顺序问题：标准化必须在独热编码（OneHotEncoder）之后、模型拟合之前；如果对类别型变量误用 StandardScaler，不仅无意义，还可能破坏稀疏结构或引入浮点误差。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
