sklearn数据预处理中fit(),transform()与fit_transform()的区别
1 概述
注意这是数据预处理中的方法：
- Fit(): Method calculates the parameters μ and σ and saves them as internal objects.
解释：简单来说，就是求得训练集X的均值啊，方差啊，最大值啊，最小值啊这些训练集X固有的属性。可以理解为一个训练过程
- Transform(): Method using these calculated parameters apply the transformation to a particular dataset.
解释：在Fit的基础上，进行标准化，降维，归一化等操作（看具体用的是哪个工具，如PCA，StandardScaler等）。
- Fit_transform(): joins the fit() and transform() method for transformation of dataset.
解释：fit_transform是fit和transform的组合，既包括了训练又包含了转换。
transform()和fit_transform()二者的功能都是对数据进行某种统一处理（比如标准化~N(0,1)，将数据缩放(映射)到某个固定区间，归一化，正则化等）
fit_transform(trainData)对部分数据先拟合fit，找到该part的整体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），然后对该trainData进行转换transform，从而实现数据的标准化、归一化等等。
根据对之前部分trainData进行fit的整体指标，对剩余的数据（testData）使用同样的均值、方差、最大最小值等指标进行转换transform(testData)，从而保证train、test处理方式相同。所以，一般都是这么用：
-
from sklearn.preprocessing
import StandardScaler
-
sc = StandardScaler()
-
sc.fit_tranform(X_train)
-
sc.tranform(X_test)
Note:
- 必须先用fit_transform(trainData)，之后再transform(testData)
- 如果直接transform(testData)，程序会报错
- 如果fit_transfrom(trainData)后，使用fit_transform(testData)而不transform(testData)，虽然也能归一化，但是两个结果不是在同一个“标准”下的，具有明显差异。(一定要避免这种情况)
2 举例
以PCA预处理，举个栗子：
-
import pandas
as pd
-
import numpy
as np
-
-
from sklearn.decomposition
import PCA
-
-
#==========================================================================================
-
X1=pd.DataFrame(np.arange(
9).reshape((
3,
3)),index=[
'a',
'b',
'c'],
-
columns=[
'one',
'two',
'three'])
-
-
pca=PCA(n_components=
1)
-
-
newData1=pca.fit_transform(X1)
-
-
pca.fit(X1)
-
newData12=pca.transform(X1)
-
-
"""
-
newData1和newData2结果一致
-
"""
-
#==========================================================================================
-
a=[[
1,
2,
3],[
5,
6,
7],[
4,
5,
8]]
-
-
X2=pd.DataFrame(np.array(a),index=[
'a',
'b',
'c'],
-
columns=[
'one',
'two',
'three'])
-
pca_new=PCA(n_components=
1)
-
pca_new.transform(X2)
-
"""
-
没有fit，直接transform报错：
-
NotFittedError: This PCA instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.
-
"""
3 参考文献
- what is the difference between 'transform' and 'fit_transform' in sklearn
- sklearn.decomposition.PCA方法中fit, fit_transform, transform应该怎么用
- scikit-learn数据预处理fit_transform()与transform()的区别(转) - CSDN博客
