fit、transform、fit_transform的区别和联系

简介: fit、transform、fit_transform的区别和联系

一、fit、transform、fit_transform的区别和联系?


1、fit(): fit的作用就是求得训练集的均值、方差、最大值、最小值等。

2、transform(): transform的作用是在fit的基础上,进行标准化,降维,归一化等操作。

3、fit_transform(): 是fit和transform的结合,既包括了训练又包含了转换。


二、注意事项


1、注意,整个过程中只能fit一次,因为fit之后求得一套指标:均值、方差、最大最小值等。这套指标不仅用在训练集上,也用在测试集上,保证train、test的处理方式相同。

2、举例:

 x_train = dict.fit_transform(x_train.to_dict(orient="records"))
 x_test = dict.transform(x_test.to_dict(orient="records"))

参考文章:

fit_transform,fit,transform区别和作用详解!!!!!!.

相关文章
|
6天前
|
机器学习/深度学习 算法 图形学
shape_predictor_68_face_landmarks
【6月更文挑战第22天】
21 7
|
1月前
|
算法 数据可视化 计算机视觉
Transform
Transform“【5月更文挑战第16天】”
18 1
|
1月前
|
机器学习/深度学习 算法 异构计算
[FNet]论文实现:FNet:Mixing Tokens with Fourier Transform
[FNet]论文实现:FNet:Mixing Tokens with Fourier Transform
23 1
|
10月前
|
机器学习/深度学习 PyTorch 算法框架/工具
Linear Model 线性模型
Linear Model 线性模型
53 0
|
前端开发
background属性:linear-gradient使用
background属性:linear-gradient使用
报错FloatingPointError: Loss became infinite or NaN at iteration=88!
报错FloatingPointError: Loss became infinite or NaN at iteration=88!
163 0
sklearn中的cross_val_score交叉验证
sklearn中的cross_val_score交叉验证
115 0
|
机器学习/深度学习 PyTorch 算法框架/工具
pytorch中的transforms.ToTensor和transforms.Normalize理解
pytorch中的transforms.ToTensor和transforms.Normalize理解
710 0
pytorch中的transforms.ToTensor和transforms.Normalize理解
|
机器学习/深度学习 存储 算法
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
|
机器学习/深度学习 缓存 算法
Sklearn:sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数清晰讲解及其案例应用
Sklearn:sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数清晰讲解及其案例应用