注意这是数据预处理中的方法:
解释:简单来说,就是求得训练集X的均值啊,方差啊,最大值啊,最小值啊这些训练集X固有的属性。可以理解为一个训练过程
解释:在Fit的基础上,进行标准化,降维,归一化等操作(看具体用的是哪个工具,如PCA,StandardScaler等)。
解释:fit_transform是fit和transform的组合,既包括了训练又包含了转换。 transform()和fit_transform()二者的功能都是对数据进行某种统一处理(比如标准化~N(0,1),将数据缩放(映射)到某个固定区间,归一化,正则化等) fit_transform(trainData)对部分数据先拟合fit,找到该part的整体指标,如均值、方差、最大值最小值等等(根据具体转换的目的),然后对该trainData进行转换transform,从而实现数据的标准化、归一化等等。 根据对之前部分trainData进行fit的整体指标,对剩余的数据(testData)使用同样的均值、方差、最大最小值等指标进行转换transform(testData),从而保证train、test处理方式相同。所以,一般都是这么用: from sklearn.preprocessing import StandardScaler sc = StandardScaler() sc.fit_tranform(X_train) sc.tranform(X_test) Note:
以PCA预处理,举个栗子: import pandas as pd import numpy as np from sklearn.decomposition import PCA #========================================================================================== X1=pd.DataFrame(np.arange(9).reshape((3,3)),index=['a','b','c'], columns=['one','two','three']) pca=PCA(n_components=1) newData1=pca.fit_transform(X1) pca.fit(X1) newData12=pca.transform(X1) """ newData1和newData2结果一致 """ #========================================================================================== a=[[1,2,3],[5,6,7],[4,5,8]] X2=pd.DataFrame(np.array(a),index=['a','b','c'], columns=['one','two','three']) pca_new=PCA(n_components=1) pca_new.transform(X2) """ 没有fit,直接transform报错: NotFittedError: This PCA instance is not fitted yet. Call 'fit' with appropriate arguments before using this method. """ 参考文献: |
|