sklearn fit transform fit_transform

scikit-learn提供了一系列轉換庫，他們能夠清洗，降維，提取特徵等。

在數據轉換中有三個很重要的方法，fit，fit_transform,transform

ss=StandardScaler() X_train = ss.fit_transform(X_train) X_test = ss.transform(X_test)

• 1
• 2
• 3

初學時候好奇爲什麼，訓練樣本用fit_transform，而測試樣本用transform？

仔細閱讀官方文檔發現，fit方法是用於從一個訓練集中學習模型參數，其中就包括了歸一化時用到的均值，標準誤差。transform方法就是用於將模型用於位置數據，fit_transform就很高效的將模型訓練和轉化合併到一塊兒，訓練樣本先作fit，獲得mean，standard deviation，而後將這些參數用於transform（歸一化訓練數據），使獲得的訓練數據是歸一化的，而測試數據只須要在原先獲得的mean，std上來作歸一化就好了，因此用transform就好了。

StandardScaler對矩陣做歸一化處理，變換後的矩陣各特徵均值爲0，方差爲1

網上抄來抄去都是一個意思，

fit_transform是fit和transform的組合。

咱們知道fit（x，y）在新手入門的例子中比較多，可是這裏的fit_transform(x)的括號中只有一個參數，這是爲何呢？

fit(x,y)傳兩個參數的是有監督學習的算法，fit(x)傳一個參數的是無監督學習的算法，好比降維、特徵提取、標準化

而後解釋爲何出來fit_transform（）這個東西，下面是重點：

fit和transform沒有任何關係，之因此出來這麼個函數名，僅僅是爲了寫代碼方便，

因此會發現transform（）和fit_transform（）的運行結果是同樣的。

注意：運行結果如出一轍不表明這兩個函數能夠互相替換，絕對不能夠！！！

transform函數是必定能夠替換爲fit_transform函數的

fit_transform函數不能替換爲transform函數！！！理由解釋以下：

sklearn裏的封裝好的各類算法都要fit、而後調用各類API方法，transform只是其中一個API方法，因此當你調用除transform以外的方法，必需要先fit，爲了通用的寫代碼，仍是分開寫比較好

也就是說，這個fit相對於transform而言是沒有任何意義的，可是相對於整個代碼而言，fit是爲後續的API函數服務的，因此fit_transform不能改寫爲transform。