fit() 到底在这里做什么？

Question

嗯，基本上我想知道 fit() 函数一般是做什么的，尤其是在下面的代码片段中。

我正在学习机器学习 A-Z 课程，因为我对机器学习很陌生（我刚刚开始学习）。我知道一些基本的概念术语，但不知道技术部分。

代码1：

from sklearn.impute import SimpleImputer

missingvalues = SimpleImputer(missing_values = np.nan, strategy = 'mean', verbose = 0) 

missingvalues = missingvalues.fit(X[:, 1:3])

X[:, 1:3] = missingvalues.transform(X[:, 1:3])

其他一些我仍然有疑问的例子

代码 2：

from sklearn.preprocessing import StandardScaler
sc_X = StandardScaler()
print(sc_X)
X_train = sc_X.fit_transform(X_train)
print(X_train)
X_test = sc_X.transform(X_test)

我认为，如果我知道此功能的一般用途以及一般的具体用途，我会很高兴。但我当然想知道该代码在做什么

Answer 1

这里也是一个不错的检查方法：https://scikit-learn.org/stable/tutorial/basic/tutorial.html

fit-方法总是在机器学习中学习一些东西。

您通常有以下步骤：

1. 将您的数据分成两个/三个数据集
2. 用fit选择一部分数据来学习/训练一些东西（通常是X_train）
3. 使用学习算法预测看不见的数据（通常是X_test）和predict

在您的第一个示例中：missingvalues.fit(X[:, 1:3]) 您正在训练SimpleImputer，基于您的数据X，而您只使用列1,2,3，您使用此训练覆盖此数据的转换。

在您的第二个示例中：您正在训练 StandardScaler 和 X_train 并且正在对两个数据集 X_train, X_test 使用此训练，StandardScaler 从 X_train 学习，这意味着如果他知道 10 必须转换为 2 ，他会将两组中的 10 转换为 2 X_train, X_test。

Answer 2

Sklearn 使用类。有关 Python 中的类的更多信息，请参阅Python documentation。有关sklearn 的更多信息，请查看此sklearn documentation。

以下是您如何使用 sklearn 中的类的简短说明。

首先你用sc_X = StandardScaler() 或missingvalues = SimpleImputer(...) 实例化你的sklearn 类。

对象sc_X 和missingvalues，每个都有方法。您可以使用键入object_name.method_name(...) 的方法。例如，您在键入sc_X.fit_transform(...) 时使用了sc_X 实例的fit_transform() 方法。此方法将获取您的数据并返回它的缩放版本。 fits（确定缩放参数）和transforms（应用缩放）到您的数据。 transform() 方法将转换新数据，使用它为之前的数据学习的相同缩放参数。

在第一个示例中，您将 fit 和 transform 方法分成了两行，但想法相似——您首先使用 fit 方法学习插补参数，然后转换您的数据。

顺便说一句，我觉得missingvalues = missingvalues.fit(X[:, 1:3])可以改成missingvalues.fit(X[:, 1:3])。