Los modelos basados en distancias comparan valores numéricos, y los modelos lineales penalizados comparan tamaños de coeficientes. Una distancia medida en millas y un recuento de una sola cifra pueden influir de forma distinta en esos cálculos por culpa de sus unidades. StandardScaler resta la media de entrenamiento de cada entrada y divide por su escala de entrenamiento.
Ajusta el escalador con las entradas de entrenamiento y usa después ese objeto ajustado en todas las particiones posteriores. Ajustar un escalador nuevo con el conjunto de prueba cambia el significado de sus coordenadas y filtra información sobre su distribución. También trabajarás con una entrada constante: scikit-learn la convierte en cero sin producir un valor infinito. Estos ejercicios mantienen visibles las dos matrices transformadas para que revises el efecto en filas conocidas y nuevas antes de meter el escalado dentro de un pipeline de modelo.
La estandarización resta cada media del entrenamiento y divide por su escala del entrenamiento. Una columna constante pasa a ser cero; scikit-learn evita dividir entre cero.