Question

sklearn提供了transform()方法来应用一键编码器。

要使用transform()方法，在调用fit_transform()方法之前需要transform()，否则

np.array([[1, 1], [2, 1], [3, 2], [np.nan, 2]])
from sklearn.impute import SimpleImputer
my_imputer = SimpleImputer()
my_imputer.transform(df)

出现错误

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

在fit_transform()之前呼叫transform()

my_imputer.fit_transform(df)
my_imputer.transform(df)

解决此错误。

问题是，transform()为什么需要fit_transform()？

Answer 1

在fit()期间，推动者了解数据的平均值，中位数等，然后将其应用于transform()期间的缺失值。

fit_transform()只是组合这两种方法的简写。所以本质上：

fit(X, y)：-了解所提供数据的必需方面，并返回具有学习参数的新对象。它不会以任何方式更改提供的数据。
transform()：-实际上将提供的数据转换为新格式。

fit_transform(df)不需要在转换之前被调用。只需要调用fit()。通常，您描述的序列是通过训练和测试数据拆分完成的。像这样：

# Combining the learning of parameters from training data and transforming into a single step.
X_train_new = my_imputer.fit_transform(X_train)

# We dont want to learn about test data, only change it according to previously learnt information
X_test_new = my_imputer.transform(X_test)

上面的代码段可以分为：

# It learns about the data and does nothing else
my_imputer.fit(X_train)

# Calling transform to apply the learnt information on supplied data
X_train_new = my_imputer.transform(X_train)
X_test_new = my_imputer.transform(X_test)

Answer 2

实际上，transform_fit 包含拟合和转换两个步骤，或者您可以说填充缺失值。

对于你的问题，为什么我们需要先进行转换，因为它是一种训练数据的插补并推导出均值或中位数……以填补缺失值

sklearn.impute SimpleImputer：为什么transform（）首先需要fit_transform（）？

2 个答案: