fit_transform 和transform

墨蓝 2022-05-09 10:10 212阅读 0赞

敲《Python机器学习及实践》上的code的时候，对于数据预处理中涉及到的fit\_transform()函数和transform()函数之间的区别很模糊，查阅了很多资料，这里整理一下：

涉及到这两个函数的代码如下：

1.  `# 从sklearn.preprocessing导入StandardScaler`
2.  `from sklearn.preprocessing import StandardScaler`
3.  `# 标准化数据，保证每个维度的特征数据方差为1，均值为0，使得预测结果不会被某些维度过大的特征值而主导`
4.  `ss = StandardScaler()`
5.  `# fit_transform()先拟合数据，再标准化`
6.  `X_train = ss.fit_transform(X_train)`
7.  `# transform()数据标准化`
8.  `X_test = ss.transform(X_test)`

我们先来看一下这两个函数的API以及参数含义：

1、fit\_transform()函数

![20170519093532147][]

即fit\_transform()的作用就是先拟合数据，然后转化它将其转化为标准形式

2、transform()函数

![20170519093559335][]

即tranform()的作用是通过找中心和缩放等实现标准化

到了这里，我们似乎知道了两者的一些差别，就像名字上的不同，前者多了一个fit数据的步骤，那为什么在标准化数据的时候不使用fit\_transform()函数呢？

原因如下：

为了数据归一化（使特征数据方差为1，均值为0），我们需要计算特征数据的均值μ和方差σ^2，再使用下面的公式进行归一化：

![SouthEast][]

我们在训练集上调用fit\_transform()，其实找到了均值μ和方差σ^2，即我们已经找到了转换规则，我们把这个规则利用在训练集上，同样，我们可以直接将其运用到测试集上（甚至交叉验证集），所以在测试集上的处理，我们只需要标准化数据而不需要再次拟合数据。用一幅图展示如下：

![20170519094636012][]

（图片来源：[点击打开链接][Link 1]）

[20170519093532147]: /images/20220509/0ded604e781c4a7aadca595e931ec5df.png
[20170519093559335]: /images/20220509/4dae7d81151c4a1c826a3bc9cfbf453c.png
[SouthEast]: /images/20220509/927f0897cedd4f8982d7a207678f8a3f.png
[20170519094636012]: /images/20220509/f472f5170c6649cf9de10ee97984fbd3.png
[Link 1]: http://stackoverflow.com/questions/23838056/what-is-the-difference-between-transform-and-fit-transform-in-sklearn