从 ParamGrid、Pipeline 和 Evaluator 出发比较交叉验证与一次留出，明确训练成本、独立测试集、随机性、数据泄漏和原示例的评价边界。

用精确率、召回率与评分耗时共同挑选SVC参数，准确区分候选均值波动与折间标准差，并补上空集和NaN处理。

完整说明标签置换、交叉验证零分布与经验 p 值，并区分检测到关联、实际预测价值和数据独立性。

完整保留官方实例的数据准备、随机缺失、零值/均值/近邻/迭代插补、四折评估与绘图过程，解释折内拟合和误差条的适用边界。