在数据预处理阶段，如何处理浮动数据的单位不一致问题？

在实际数据集中，同一物理量（如长度、重量、温度、速度等）可能以不同单位记录。例如：

• 身高：有的记录为厘米（cm），有的为米（m）；
• 重量：有的用千克（kg），有的用磅（lbs）；
• 温度：摄氏度（℃）与华氏度（℉）混用。

如果不统一单位，会导致：

• 模型学习到错误的模式（例如认为“180”比“1.8”大100倍，而其实都是身高）；
• 特征尺度差异过大，影响模型收敛和性能；
• 预测结果不可靠甚至完全错误。

因此，在数据预处理阶段，必须将同一物理量的数值转换为统一的单位（如全部转为米、千克、摄氏度等），这是数据标准化和清洗的重要环节。