转换器与预估器

一、转换器

　　在之前我们对数据做标准化或者其它的特征工程处理时使用了fit_transform方法，它是输入数据并且对数据进行转换；与之对应的就是fit方法与transform方法，实际上这两个方法相当于一个fit_transform方法。

In [1]: from sklearn.preprocessing import StandardScaler

In [2]: data = [[1,2,3],[4,5,6]]

In [3]: sd = StandardScaler()

In [4]: sd.fit_transform(data)
Out[4]:
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])

如果，使用fit和transform来实现这个过程是这样的：

In [1]: from sklearn.preprocessing import StandardScaler

In [2]: data = [[1,2,3],[4,5,6]]

In [3]: ssd.fit(data)
Out[3]: StandardScaler(copy=True, with_mean=True, with_std=True)

In [4]: ssd.transform(data)
Out[4]:
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])

In [5]:

可以看到两个结果是相同的。

但是需要注意的是fit是做什么的呢？当你将数据通过fit函数进行输入时，是进行标准的指定，比如下面：

In [12]: ssd.fit([[8,9,0],[6,7,8]])  #制定标准
Out[12]: StandardScaler(copy=True, with_mean=True, with_std=True)

In [13]: ssd.transform(data)
Out[13]:
array([[-6.  , -6.  , -0.25],
       [-3.  , -3.  ,  0.5 ]])

In [14]:

可以看到fit中传入的数组不是data了，而是其它的数组，那么最后以当前的标准来对data进行标准化，就和以前不一样了。

　　所以，我们使用转换器进行特征工程时注意如果使用fit_transform时，不会出现上面的情况，但是如果两个函数分开使用就要注意，第一次fit后，后面进行transform的数据不要重复调用fit函数。从而保持标准的一致性。

二、预估器

在sklearn中，估计器(estimator)是一个重要的角色，分类器和回归器都属于estimator，是一类实现了算法的API。

1、分类估计器

• sklearn.neighbors k-近邻算法
• sklearn.naive_bayes 贝叶斯
• sklearn.linear_model.LogisticRegression 逻辑回归

2、回归估计器

• sklearn.linear_model.LinearRegression 线性回归
• sklearn.linear_model.Ridge 岭回归

3、工作流程

（1）数据集分为训练集和测试集

（2）调用fit方法，将训练集数据进行输入

（3）输入测试集数据

（4）测试集数据结果的预测与准确率的预测