fit_transform和transform的区别

部分转载

https://blog.csdn.net/weixin_38278334/article/details/82971752

http://www.javashuo.com/article/p-byhobizo-dc.html

写在前面
fit和transform没有任何关系，仅仅是数据处理的两个不一样环节，之因此出来fit_transform这个函数名，仅仅是为了写代码方便，会高效一点。

sklearn里的封装好的各类算法使用前都要fit，fit相对于整个代码而言，为后续API服务。fit以后，而后调用各类API方法，transform只是其中一个API方法，因此当你调用transform以外的方法，也必需要先fit。

fit原义指的是安装、使适合的意思，其实有点train的含义，可是和train不一样的是，它并非一个训练的过程，而是一个适配的过程，过程都是肯定的，最后获得一个可用于转换的有价值的信息。

fit,transform,fit_transform经常使用状况分为两大类

#（fit(x,y)传两个参数的是有监督学习的算法，fit(x)传一个参数的是无监督学习的算法，好比降维、特征提取、标准化）
1. 数据预处理中方法
fit(): Method calculates the parameters μ and σ and saves them as internal objects.
--解释：简单来讲，就是求得训练集X的均值，方差，最大值，最小值,这些训练集X固有的属性。

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，归一化等操做（看具体用的是哪一个工具，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()两者的功能都是对数据进行某种统一处理（好比标准化~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的总体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），而后对该trainData进行转换transform，从而实现数据的标准化、归一化等等。

根据对以前部分trainData进行fit的总体指标，对剩余的数据（testData）使用一样的均值、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

 

为何X_train标准化是用fit_transform()，而X_test标准化是用transform()呢？

• fit_transform()干了两件事：fit找到数据转换规则，并将数据标准化
• transform：是将数据进行转换，好比数据的归一化和标准化，将测试数据按照训练数据一样的模型进行转换，获得特征向量。能够直接把转换规则拿来用，因此并不须要fit_transform()，不然，两次标准化后的数据格式（或者说数据参数）就不同了