sklearn.linear_model.LinearRegression构造函数有参数normalize：
如果为True，则回归量X将在回归之前进行归一化。
我正在为statsmodels.formula.api.ols寻找类似的内容，因此我可以更安全地使用以下公式：Y ~ np.exp(X) + X + np.log(X + 1)（其中回归量的大小可能大不相同）。
遗憾的是，ols()的docstring中没有提到这样的参数。
返回模型的.fit()方法的docstring都没有提到它。
我可能总是使用适当的列创建数据框并对其进行标准化，但我希望在公式字符串中进行所有非线性变换。
我怎样才能使回归量方便地归一化？