根据提供的健康咨询客户数据集（健康咨询客户数据集.csv），完成数据预处理任务，并制定数据清洗规范和标注规范。
制定数据清洗规范（每正确回答1个规范点得1分，最高得2分）
1、加载数据集：使用 pandas 库加载数据集，显示前五行的数据及数据类型
2、检查缺失值：检查数据集中的缺失值并删除缺失值所在的行
3、处理异常值：将"horsepower"列转换为数值类型，并处理转换中的异常值。
4、数据去重：删除重复的数据
5、数据标准化：对数值型数据进行标准化处理，确保数据在同一量纲下进行分析。
6、保存清洗后的数据: 将经过清洗和处理后的数据保存为csv文件，以便后续使用。
制定数据标注规范（每正确回答1个规范点得1分，最高得3分）
1、选择数据源：选择数据来源
2、描述数据：对数据进行描述，行列数，类型，取值范围等
3、选择特征：选择用于自变量的的特征
4、选择目标标量：在数据集中选择目标变量，或者创建一个目标变量
5、划分训练集和测试集：将数据集划分为训练集和测试集，以便进行模型的训练和评估
6、输出报告和结果：通过评估模型输出模型的得分，并保存处理过的数据