fit_transform和transform的區別

部分轉載

https://blog.csdn.net/weixin_38278334/article/details/82971752

http://www.javashuo.com/article/p-byhobizo-dc.html

寫在前面
fit和transform沒有任何關係，僅僅是數據處理的兩個不一樣環節，之因此出來fit_transform這個函數名，僅僅是爲了寫代碼方便，會高效一點。

sklearn裏的封裝好的各類算法使用前都要fit，fit相對於整個代碼而言，爲後續API服務。fit以後，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transform以外的方法，也必需要先fit。

fit原義指的是安裝、使適合的意思，其實有點train的含義，可是和train不一樣的是，它並非一個訓練的過程，而是一個適配的過程，過程都是肯定的，最後獲得一個可用於轉換的有價值的信息。

fit,transform,fit_transform經常使用狀況分爲兩大類

#（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）
1. 數據預處理中方法
fit(): Method calculates the parameters μ and σ and saves them as internal objects.
--解釋：簡單來講，就是求得訓練集X的均值，方差，最大值，最小值,這些訓練集X固有的屬性。

transform(): Method using these calculated parameters apply the transformation to a particular dataset.
--解釋：在fit的基礎上，進行標準化，降維，歸一化等操做（看具體用的是哪一個工具，如PCA，StandardScaler等）。

fit_transform(): joins the fit() and transform() method for transformation of dataset.
--解釋：fit_transform是fit和transform的組合，既包括了訓練又包含了轉換。
transform()和fit_transform()兩者的功能都是對數據進行某種統一處理（好比標準化~N(0,1)，將數據縮放(映射)到某個固定區間，歸一化，正則化等）

fit_transform(trainData)對部分數據先擬合fit，找到該part的總體指標，如均值、方差、最大值最小值等等（根據具體轉換的目的），而後對該trainData進行轉換transform，從而實現數據的標準化、歸一化等等。

根據對以前部分trainData進行fit的總體指標，對剩餘的數據（testData）使用一樣的均值、方差、最大最小值等指標進行轉換transform(testData)，從而保證train、test處理方式相同

 

爲何X_train標準化是用fit_transform()，而X_test標準化是用transform()呢？

• fit_transform()幹了兩件事：fit找到數據轉換規則，並將數據標準化
• transform：是將數據進行轉換，好比數據的歸一化和標準化，將測試數據按照訓練數據一樣的模型進行轉換，獲得特徵向量。能夠直接把轉換規則拿來用，因此並不須要fit_transform()，不然，兩次標準化後的數據格式（或者說數據參數）就不同了