fit（）方法如何在sklearn.preprocesing中使用Imputer类工作 究竟fit（）在后台做了什么，下面的代码和 到处都看到适合什么，为什么和如何适合的地方
from sklearn.preprocessing import Imputer
impt = Imputer(missing_values = "NaN", strategy = "mean", axis = 0)
impt = impt.fit(X[:,1:3])
X[:,1:3] = impt.transform(X[:,1:3])
答案 0 :(得分：1)
想法是仅对训练数据进行“拟合” 处理（就像对模型进行处理一样）。它将学习一些状态，对于不熟练的人，这可能是您功能的平均值。然后，当您转换测试/验证数据时，可以使用状态（在这种情况下为平均值）来估算新的看不见的数据。使用这种设计，可以非常轻松地避免数据泄漏。考虑是否对整个数据集进行了估算。现在，用于插补的平均值将使用您认为看不见的测试数据中的某些信息。这是数据泄漏，您的数据不再是真正看不见的。 Scikit-learn使用fit / transform模式来轻松缓解机器学习中的常见陷阱。
此外，由于所有sklearn转换器和估计器都使用此fit API，因此您可以将它们链接到管道中，从而可以在k折交叉验证的每一折中轻松进行所有预处理，否则如果没有错误，这将是一件非常棘手的事情。
答案 1 :(得分：1)
Imputer(missing_values = "NaN", strategy = "mean", axis = 0)
上面的行创建了一个Imputer对象，该对象将估算/替换缺失的值，这些值被表示为NaN's与值的平均值。
impt = impt.fit(X[:,1:3])
因此，它需要一些数据来计算mean，这些数据可以用缺少的值代替。通常，这是通过方法fit完成的，该方法将计算所需的值，在这种情况下，意味着fit吸收一些数据来计算这些值，通常称为training阶段。
impt.transform(X[:,1:3])
一旦计算出值，便可以将其用于提供给它的新数据。在这种情况下，它将用计算的（在fit方法中）平均值代替丢失的数据。这是通过transform方法完成的。
有时您可能希望运行fit和transform的相同数据。在这种情况下，我们可以使用fit_transform方法来代替在进行转换之前先进行拟合。
X[:,1:3] = impt.fit_transform(X[:,1:3])
答案 2 :(得分：0)
那么，预处理阶段“拟合”的目的是计算必要的值（例如每个变量的最小值和最大值）。然后，利用scikit的这一价值，learn可以对您的数据进行预处理，但是之前无法进行。这也很有用，因为您可以稍后再使用预处理器对象。
如果您想一并完成这两个步骤，也可以使用fit_transform。