为什么.tranform(test_X)会出现此错误

# 示例代码
from sklearn.preprocessing import StandardScaler

# 假设 train_X 是训练数据
scaler = StandardScaler()
scaler.fit(train_X)

# 确保 test_X 的数据类型和形状与 train_X 一致
test_X = test_X.reshape(-1, train_X.shape[1])
test_X = scaler.transform(test_X)

# 示例代码
import numpy as np
from sklearn.preprocessing import StandardScaler

# 确保所有依赖的库和模块已安装并导入
scaler = StandardScaler()
scaler.fit(train_X)
test_X = scaler.transform(test_X)

# 示例代码
class CustomTransformer:
    def fit(self, X):
        # 实现 fit 方法
        return self

    def transform(self, X):
        # 实现 transform 方法
        if not isinstance(X, np.ndarray):
            raise ValueError("Input must be a numpy array")
        # 进行数据转换
        return X

# 使用自定义的 Transformer
transformer = CustomTransformer()
transformer.fit(train_X)
test_X = transformer.transform(test_X)

# 示例代码
import pandas as pd

# 假设 test_X 是一个 DataFrame
test_X = test_X.dropna()  # 删除缺失值
test_X = test_X[(np.abs(stats.zscore(test_X)) < 3).all(axis=1)]  # 删除异常值

# 应用 transform 方法
test_X = scaler.transform(test_X)