Question

fit_transform和transform有什么区别？为什么不能直接进行转换？

from sklearn.preprocessing import StandardScaler

 X_scaler = StandardScaler()
 X_train = X_scaler.fit_transform(X_train)
 X_test = X_scaler.transform(X_test)

如果直接进行转换，则会出现以下错误

NotFittedError：此StandardScaler实例尚未安装。呼叫使用此方法之前，请先“匹配”适当的参数。

Answer 1

StandardScaler，如per documentation：

通过去除均值并缩放到单位方差来标准化特征

因此，它需要以某种方式首先了解数据的均值和方差。因此，需要fit()或fit_transform()，以便StandardScaler遍历您的所有数据以找到均值和方差。那些可以访问按属性：

平均值_ ：训练集中每个要素（列）的平均值。

var _ ：训练集中每个功能的方差。

请注意，这些将针对数据中的每一列分别计算。

在transform()中，它将仅使用那些mean和variance值来缩放数据。

现在您可能会说为什么在transform()期间它不计算那些属性。这样做是为了以与训练数据缩放相同的方式缩放测试数据（来自fit_transform()）。如果您在每次调用transform()时计算数据的均值和方差，那么所有传递的数据将具有不同的标度，这不是您想要的。

对于所有scikit变压器都是如此。

1）fit()-仅遍历数据并保存所有需要的数据属性

2）transform()-使用fit()中保存的属性来更改数据

3）fit_transform()-实用程序功能，先fit()，然后transform()相同的数据。

通常，您会在训练数据上致电fit_transform()，而在测试数据上只会致电transform()。

sklearn StandardScaler，不允许直接转换，我们需要fit_transform

1 个答案: