TuriCreate官方仅支持Python2.7及3.5–3.8，不兼容Python3.9+（如3.10.12），在Ubuntu22.04上直接pip安装会因缺少预编译轮子而报错；需降级Python或改用现代替代库。

pd.NA与np.nan混合运算时行为不一致：算术运算均传播缺失，但比较运算中pd.NA==pd.NA返回pd.NA（未知），np.nan==np.nan返回False；混合列比较结果为pd.NA而非False。

列归一化本质是每列独立执行(x-col_mean)/col_std：需用axis=0计算均值和标准差以获得(n_cols,)向量实现广播；漏写axis=0或误用axis=1会导致错误；含NaN时建议keepdims=True；StandardScaler更适用于需复用参数的场景。

本文介绍在高维稀疏医学数据（如含5300列代谢物、200例样本且缺失值密集）中正确实施PCA的方法，重点解析跳过完整样本删除、支持成对有效观测的协方差矩阵构建策略，并提供可直接运行的NumPy手动实现代码。

本文详解如何修复因误用train_test_split导致的ValueError:arraylength2643doesnotmatchindexlength3281错误，核心在于避免对原始训练数据二次分割，并确保预测对象与提交数据索引严格对齐。

当使用scikit-learn、statsmodels或R进行多元线性回归时，若输入特征量纲差异极大（如某特征达10¹⁸级），会导致矩阵病态、浮点精度损失，从而产生截然不同的R²、系数与截距——这并非算法差异，而是数值计算稳定性问题。