本文共 1410 字，大约阅读时间需要 4 分钟。

引言

• fit和transform没有任何关系，仅仅是数据处理的两个不同环节，之所以出来fit_transform这个函数名，仅仅是为了写代码方便，会高效一点。
• sklearn里的封装好的各种算法使用前都要fit，fit相对于整个代码而言，为后续API服务。fit之后，然后调用各种API方法，transform只是其中一个API方法，所以当你调用transform之外的方法，也必须要先fit。

注意

• 运行结果一模一样不代表这两个函数可以互相替换，绝对不可以！transform函数是一定可以替换为fit_transform函数的，fit_transform函数不能替换为transform函数！

fit,transform,fit_transform在数据预处理中的应用

• fit(): Method calculates the parameters μ and σ and saves them as internal objects.
  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。
• 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，归一化等操作（看具体用的是哪个工具，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()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）
  fit_transform(trainData)对部分数据先拟合fit，找到该part的整体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），然后对该trainData进行转换transform，从而实现数据的标准化、归一化等等。
  根据对之前部分trainData进行fit的整体指标，对剩余的数据（testData）使用同样的均值、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。所以，一般都是这么用：

from sklearn.preprocessing import StandardScalersc = StandardScaler()sc.fit_tranform(X_train)sc.tranform(X_test)

Note:

• 必须先用fit_transform(x_train)，之后再transform(testData)
• 如果直接transform(x_test)，程序会报错
• 如果fit_transfrom(trainData)后，使用fit_transform(testData)而不transform(testData)，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)

转载地址：http://kumzi.baihongyu.com/