我读了一些关于它们的资料，发现它们基本上是放大数值的。那么它们不会改变记录的值吗？如果它们放大/缩小了数值，那么它们的图表每次看起来应该是一样的，但我看到根据选择的缩放器，图表有变化。请告诉我这些，因为我对此很新手。

回答：

当我们比较不同单位的测量值时，将特征标准化到中心和0的标准偏差为1是很重要的。不同尺度测量的变量对分析的贡献不平等，可能会导致偏差。然而，最小值和最大值会根据变量最初的分布情况而变化，并且受到异常值存在的影响很大。

例如，一个在0到1000之间变化的变量会压倒一个在0到1之间变化的变量。如果不进行标准化就使用这些变量，会使范围较大的变量在分析中获得1000的权重。将数据转换到可比较的尺度可以防止这个问题。典型的数据标准化程序会使范围和/或数据的变异性均等化。

特别要注意的是，因为每个特征上的异常值有不同的幅度，所以每个特征上转换后的数据的分布非常不同。StandardScaler在存在异常值的情况下无法保证特征尺度的平衡。

正如你所看到的，根据选择的缩放器，图表有变化，一个原因是你至今使用StandardScaler()来标准化数据时，它不处理NaN值（缺失值）。处理NaN值并不那么简单。它需要在采取进一步步骤处理NaN值之前对数据进行分析。你可以用各种方法处理这些缺失值（以下不是详尽列表）：

• 完全忽略缺失值：这种方法的问题是，缺失的行可能包含其他列中的重要信息，忽略它们会导致分析不完整
• 用其他值替换它们：这是常用的方法之一，但你选择的替换值会影响你的整体分析。你可以用平均值替换，或者用一个占位符值（如-1）替换，这个值你知道在整个列中不会出现。
• 使用回归来替代值
• 使用KNN来替代值