数据处理

用 StandardScaler 与 Pipeline 演示训练均值核对，避免测试数据参与预处理拟合，并说明交叉验证和预测列顺序的边界。

按用户、设备或文档来源分组切分训练与测试数据，核对组交集、行编号与类别分布，并说明组比例和时间序列限制。

用 SDV 对无隐私玩具表检测元数据、拟合并采样，再检查列、空值与分布。

用 Hugging Face Datasets 的 filter、map、train_test_split 和 save_to_disk 处理小型示例数据。

deepseek做表格使用教程少走弯路：工具对比、操作步骤与注意事项完整指南。

ChatGPT处理表格清洗时字段要先锁死：工具对比、操作步骤与注意事项完整指南。