导论:
【附代码机器学习:fit,transform,fit_transform区别】在机器学习中,我们需要对数据集的数据进行处理,进而使用库中的一些函数对数据进行数据特征提取,训练模型,其中fit,,是进行数据的预处理 。
函数解释:
fit():theμ and σ and saves them as.
解释:简单来说,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 。(相当于训练模型)
():using theseapply theto a.
![附代码 机器学习:fit,transform,fit_transform区别](http://img.gansulong.com/230707/19242452D-0.jpg)
文章插图
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,等) 。
(): joins the fit() and ()forof .
解释:是fit和的组合,既包括了训练又包含了转换 。
()和()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
![附代码 机器学习:fit,transform,fit_transform区别](http://img.gansulong.com/230707/1924242929-1.png)
文章插图
注意事项:
必须先用(),之后再() 。如果直接(),程序会报错 。如果()后,使用()而不使用(),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)
五. 为何训练集使用(),而测试集使用(),不再使用();
因为在的时候,已经使用fit()或者得到了整体的指标(均值,方差等),所以在测试集上直接(),使用之前的指标,如果在测试集上再进行fit(),由于两次的数据不一样,导致得到不同的指标,会使预测发生偏差,因为模型是针对之前的数据fit()出来的标准来训练的,而现在的数据是新的标准,会导致预测的不准确 。
()干了两件事:fit找到数据转换规则,并将数据标准化 。:是将数据进行转换,比如数据的归一化和标准化,将测试数据按照训练数据同样的模型进行转换,得到特征向量 。
可以直接把转换规则拿来用,所以并不需要(),否则,两次标准化后的数据格式(或者说数据参数)就不一样了
- 大清19个附属国今何在结局令人唏嘘不已
- 《长空之王》,一篇标准范文指导格式的应试作文 附机型分析 如何写作文中国的世界之最
- 2022-2023女排联赛第一阶段十大副攻排行榜 附TOP20 女排世界十大副攻
- 罗列国内十大瓷砖品牌排行,附简介一份,收藏备用,总会用到的 中国十大地板砖品牌
- 迷你世界:三类最帅变形金刚皮肤,第一款大众,最后这款很值钱 迷你世界之最好的机器皮肤
- 惊呆了!双足机器人Cassie破百米吉尼斯世界纪录,用时24.73秒 吉尼斯记录冲刺
- 新型机器人24小时内摆放10万个多米诺骨牌,创吉尼斯世界纪录 骨牌吉尼斯记录
- 推荐!这10款奶奶级别的软件,绝对是PC的王中王! 附下载链接 世界之最生存模式下载
- 2023世界人工智能大会7月6日-8日举行!等你来看大模型、芯片、机器人、智能驾驶…… 均为中国之最
- 网站维护中源码,拿了代码是不是网站维护就要自己做了