机器学习模型中 .fit() 方法背后的逻辑是什么？答案

【问题标题】：What is the logic behind the .fit() method in machine learning models?机器学习模型中 .fit() 方法背后的逻辑是什么？
【发布时间】：2018-08-08 15:01:20
【问题描述】：

我从 sci-kit learn 开始机器学习，并在机器学习中遇到了各种模型。

在每个模型中，都有一个 fit() 函数。

虽然看了很多博文，才知道fit()可以帮我们找到模型的参数。

例如在线性回归模型中，fit() 函数有助于找到斜率和截距。

但是我还是无法理解fit()函数背后的逻辑。

【问题讨论】：

你有什么不明白的？要具体和清楚。 fit() 将根据提供的数据进行训练。你知道模型的训练，对吧？
@VivekKumar 好的，这三个方法 fit() 、 transform() 和 fit_transform() 是从哪里来的？
这就是库的设计考虑。不同的库可能有不同的名称，它们做同样的事情。 "where did these three methods fit() , transform(), and fit_transform() came from ?"是什么意思

标签： machine-learning scikit-learn

【解决方案1】：

一般来说，至少对于预测模型，fit() 会获取您想要用于训练某个模型的数据，以便它可以对其他相关数据进行预测。每种类型的模型都有不同的约束和尝试从数据中提取的不同类型的模式。在一维线性回归中，fit() 正在寻找数据中的线性（直线）关系，并找到一个线性函数（斜率和截距），使函数与提供的数据点之间的平方差之和最小化。

【讨论】：