【发布时间】：2020-12-14 07:36:49
【问题描述】：
我尝试使用 fit.transform 使用标准标量算法从 sklearn 库中转换我的特征变量？特征工程中的 fit 和 fit 转换有什么区别？
【问题讨论】：
标签： python scikit-learn
【发布时间】：2020-12-14 07:36:49
【问题描述】：
- fit 仅计算数据的均值和标准差，但不转换数据。
- fit_transform 计算均值和标准差并同时转换数据。
【讨论】：
添加到@Muhammad Hamza 的答案：
注意：答案写在“StandardScaler()”类的上下文中，但同样的概念适用于所有其他 sklearn 类。
- 有什么区别？
-
fit() 仅计算数据的均值和标准差，但不转换数据。
-
transform() 将标准标量（由 fit() 计算的参数）应用于数据
-
fit_transform() 计算平均值和标准差并同时转换数据。所以，它是fit()，然后transform()的组合
- 何时使用 fit() 或 fit_transform()
- 对于训练数据集，我们需要应用一些转换（在您的情况下是 StandardScalar()），我们更喜欢使用 fit_transform（有时它比应用 fit()，然后是 transform() 更快）
您可能还看到过使用 fit() 和 transform() 的代码。但请注意，fit() 和 transform 都用于训练数据
- 对于验证或测试数据集，我们使用 ONLY transform()，因为我们希望使用从训练集计算的参数（在您的情况下为均值和 sd），然后在验证/测试中应用转换设置。
【讨论】：