使用StandardScaler/MinMaxScaler时，是否需排除独热编码列？

答案是不需要对独热编码（哑变量）列执行标准化或归一化操作，应该仅针对原始数值列进行处理，你当前对所有列标准化的方式是不正确的，原因如下：

• 独热编码列本质是0/1二元值，用来表示样本是否属于某个类别，标准化会改变这些值的原有含义，破坏类别特征的解释性。
• 标准化的核心作用是让数值特征处于相近尺度，帮助基于距离计算的模型（如SVM、KNN、线性回归）优化性能或加快收敛，但独热编码的0/1已经是天然的小尺度，无需额外调整。
• 若对独热列做标准化，会将0/1转换为均值为0、方差为1的数值，反而可能干扰模型对类别特征的学习逻辑。

修正后的代码示例 #

from sklearn.preprocessing import StandardScaler

# 初始化标准化器
scaler = StandardScaler()

# 自动筛选所有数值型列（int64/float64类型）
numeric_cols = df2.select_dtypes(include=['int64', 'float64']).columns

# 仅对数值列执行标准化
df2[numeric_cols] = scaler.fit_transform(df2[numeric_cols])

# 查看处理后的数据集
df2

内容的提问来源于stack exchange，提问作者SAJEER AR