因为svc对特征尺度极度敏感，不缩放会导致c和gamma调参失效、支持向量偏移；必须用pipeline封装standardscaler与svc，确保训练/测试缩放一致且交叉验证中每折独立拟合缩放器。
为什么不能直接对原始数据调用 SVC.fit()？
因为 SVC 对特征尺度极度敏感：当某个特征值域是 [0, 1]，另一个是 [0, 10000]，模型会默认后者“更重要”，实际只是量纲差异。不缩放就训练，C 和 gamma 参数的调节会失效，支持向量位置严重偏移——这不是调参能救回来的。
Pipeline 必须按顺序组装：缩放器在前，SVM 在后
顺序错会导致测试集泄露或缩放逻辑混乱。正确写法是：
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
<p>pipe = Pipeline([
('scaler', StandardScaler()), # 必须用字符串名 + 实例
('svm', SVC(kernel='rbf', C=1.0, gamma='scale'))
])
</p>
-
StandardScaler按列（即每个特征）做均值为 0、方差为 1 的标准化，这是最常用也最稳妥的选择 -
gamma='scale'表示自动设为1 / (n_features * X.var())，比手动设gamma=0.001更鲁棒 - 训练时
pipe.fit(X_train, y_train)会自动在训练集上拟合scaler，再用它转换X_train并训练SVC - 预测时
pipe.predict(X_test)会用**同一套 scaler 参数**转换X_test，杜绝训练/测试不一致
别在 Pipeline 外单独调用 fit_transform()
常见错误写法：
# ❌ 错误：手动缩放破坏 Pipeline 封装性，且容易在测试集上重复 fit scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 注意这里不是 fit_transform！ svc = SVC().fit(X_train_scaled, y_train)
问题在于：一旦你手动做了缩放，后续 GridSearchCV 或 cross_val_score 就无法保证每次 fold 都独立拟合 scaler —— 它会复用第一次的 scaler，造成数据泄露。而 Pipeline 内部对每个 fold 都重新 fit scaler，这才是交叉验证该有的行为。
GridSearchCV 套 Pipeline 时参数名要带前缀
比如你想搜 C 和 gamma，必须写成：
from sklearn.model_selection import GridSearchCV
<p>param_grid = {
'svm<strong>C': [0.1, 1, 10],
'svm</strong>gamma': ['scale', 'auto', 0.001, 0.01]
}
grid = GridSearchCV(pipe, param_grid, cv=5)
grid.fit(X_train, y_train)
</p>
注意双下划线 svm__C：前面是 Pipeline 中 step 的名字（'svm'），后面是该 estimator 的参数名（C）。漏掉任一部分都会报 ValueError: Parameter grid for parameter...
Pipeline 不是语法糖，它是防止数据泄露的最小可靠单元。缩放器和模型耦合越紧，越要靠它兜底——尤其当你开始加更多步骤（比如 OneHotEncoder 或 PCA）时，手写流程几乎必然出错。
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！
