scikit_learn 中的 fit()、fit_transform() 和 transform() 有什么区别？ [复制]

Question

这是我使用fit_transform()和transform()的特征缩放代码：

##Feature scaling
from sklearn.preprocessing import StandardScaler
sc_x=StandardScaler()
X_train=sc_x.fit_transform(X_train)
X_test=sc_x.transform(X_test)

Answer 1

fit 表示使预处理器适合所提供的数据。这是预处理器从数据中“学习”的地方。

transform 表示根据拟合的预处理器转换数据（产生输出）；它通常用于 test 数据和一般不可见的数据（例如，在部署模型后出现的新数据中）。

fit_transform 表示两者都做 - 将预处理器拟合到数据，然后根据拟合的预处理器转换数据。调用fit_transform 是为了方便避免在同一输入上依次调用fit 和transform，但当然这只适用于training 数据（再次调用fit_transform in不幸的是，测试或看不见的数据是一个常见的新手错误）。