一文搞懂fit,transform,fit_transform间的关系

本来是没有打算写这个的&＃xff0c;但是看到有好几篇其他博客疯狂说fit和transform没有任何关系&＃xff0c;我想了想&＃xff0c;还是写下这篇博客&＃xff0c;防止其他人入坑吧。以下是引发我写此文的原因。

好了&＃xff0c;先简单说下这三者的作用吧。
我就用sklearn中的StandardScaler这个标准化类来说明吧。
fit:计算均值和标准差&＃xff0c;用于以后的缩放。

transform:通过居中或者缩放操作执行标准化。

fit_transform:拟合数据&＃xff08;这个过程中会计算数据的均值和方差&＃xff09;&＃xff0c;并对数据进行转换&＃xff08;标准化啥的&＃xff09;。

fit_transform: 说白了就是fit 和 transform的组合形式&＃xff0c;也就是说原来可能需要两步 fit和transform才能得到的结果&＃xff0c;现在只需要fit_transform一步就能得到了。
说完了这三者的各自作用&＃xff0c;再来说一下三者的关系吧。简单来说&＃xff0c;fit是父类&＃xff0c;transform是子类&＃xff0c;它继承了父类fit 拟合数据data而得到的均值&＃xff0c;标准差这两个属性&＃xff0c;然后用这两个属性来进行标准化操作。
下面举一个例子。


可以看出二者殊途共归&＃xff0c;所以你现在应该也明白了&＃xff0c;为啥在训练集上需要用fit_transform&＃xff0c;而在测试集上只需要用transform了吧。例子中的实例对象‘sb’已经存储了拟合训练集而得到的均值和标准差&＃xff0c;然后只需要用这个’sb’去处理测试集就行了。
尝试再实例化一个StandardScaler&＃xff0c;直接去transform你的数据&＃xff0c;再查看一下报错信息&＃xff0c;你就应该能完全明白了。