更多机器学习知识请查收于： https://blog.csdn.net/weixin_45316122/article/details/109854595
Trick：纯demo，心在哪里，结果就在那里
# -*- coding: utf-8 -*- # Author : szy # Create Date : 2019/10 """ 1.总述 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的均值啊，方差啊，最大值啊，最小值啊这些训练集X固有的属性。可以理解为一个训练过程 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 StandardScaler sc = StandardScaler() sc.fit_tranform(X_train) sc.tranform(X_test) Note: 必须先用fit_transform(trainData)，之后再transform(testData) 如果直接transform(testData)，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) """ # 2.来举几个例子 import pandas as pd import numpy as np from sklearn.decomposition import PCA # ========================================================================================== X1 = pd.DataFrame(np.arange(9).reshape((3, 3)), index=['a', 'b', 'c'], columns=['one', 'two', 'three']) pca = PCA(n_components=1) newData1 = pca.fit_transform(X1) pca.fit(X1) newData12 = pca.transform(X1) """ newData1和newData2结果一致 """ # ========================================================================================== a = [[1, 2, 3], [5, 6, 7], [4, 5, 8]] X2 = pd.DataFrame(np.array(a), index=['a', 'b', 'c'], columns=['one', 'two', 'three']) pca_new = PCA(n_components=1) pca_new.transform(X2) """ 没有fit，直接transform报错： NotFittedError: This PCA instance is not fitted yet. Call 'fit' with appropriate arguments before using this method. """
