scikit-learn

fit_transform和transform这两个函数是类sklearn.preprocessing.StandardScaler()的方法，用来标准化训练和测试数据，意思就是StandardScaler类会对数据的每一个特征做单独的centering和scaling。

• 具体操作

对于训练数据，用fit_transform。

对于测试数据，用transform。

fit用来计算mean和variance。

transform用来将所有的特征都用各自的mean和S做一些转换。

对于训练数据，需要计算train_data的mean和S，然后转换，所以需要用fit_transform。

对于测试数据，可以直接用train_data的mean和A，只需要做转换，所以只需要用transform。

• 为什么测试数据不需要计算自己的mean和S？

因为我们想用模型去推断测试数据的表现，而不是让模型去拟合测试数据。

如果测试数据也计算自己的mean和S，那么模型就会过拟合。

• 数据标准化是指：

rescale数据，让他们的均值为0，标准差为1

 

One such method is fit_transform() and another one is transform(). Both are the methods of class sklearn.preprocessing.StandardScaler() and ****used almost together while scaling or standardizing our training and test data.