Sklearn：sklearn.preprocessing之StandardScaler 的transform()函數和fit_transform()函數清晰講解及其案例應用

?

?

?

目錄

sklearn.preprocessing之StandardScaler 的transform()函數和fit_transform()函數

fit_transform函數

兩者聯系

---

?

?

?

sklearn.preprocessing之StandardScaler 的transform()函數和fit_transform()函數

fit_transform函數

? ? ? ? fit(x,y)傳兩個參數的是有監督學習的算法，fit(x)傳一個參數的是無監督學習的算法，比如降維、特征提取、標準化。fit_transform是fit和transform的組合。fit_transform中包含兩個過程：計算均值/標準差，數據轉換，是數據處理的兩個環節。每一個transform都需要先fit，把數據轉為(μ, σ)分布。fit是為了程序的后續函數transform的調用而服務的，是個前提條件。

?

?

兩者聯系

? ? ? ? fit_transform和transform的區別就是前者是先計算均值和標準差再轉換，而直接transform則是用之前數據計算的參數進行轉換。換句話說，如果最先前沒有fit，即沒有緩存(μ, σ)，那么，是不可以直接執行transform。很明顯，fit_transform與transform運行結果會一致，如果先前緩存一致，那么，transform函數是一定可以替換為fit_transform函數，反之，則不可以。

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Sklearn：sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数清晰讲解及其案例应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。