sklearn库中数据预处理函数fit_transform()和transform()的区别--01

# coding=utf-8

from sklearn import preprocessing
import numpy as np
from sklearn.preprocessing import StandardScaler

'''
    StandardScaler 类   
        预处理对象
        
        fit() 预处理的数据，计算矩阵列均值和列标准差
        transform（data） 得到标准化的矩阵  ,用此方法，必须使用fit先进行预处理计算均值和标准差
            然后用fit计算的均值和标准差，进行标准化处理  {x_i - u}/标准差
        fit_transform(data) 相当于是fit和transform的组合
'''

data = np.array([[0., 0.],
                 [0., 0.],
                 [1., 1.],
                 [1., 1.]])


scaler = StandardScaler()

print(scaler.fit(data))

print('-----------')
print(scaler.mean_)
print(np.std(data,axis=0))
print('-----------')

print(scaler.transform(data))

print(scaler.fit_transform(data))

原文链接:https://blog.csdn.net/quiet_girl/article/details/72517053

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：

[python] view plain copy

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

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

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适用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：

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：

（图片来源：点击打开链接）