fit_transform和transform的區別

來自：泡泡糖nana

來自：俞馳

1. fit_transform是fit和transform的組合。

2. fit(x,y)傳兩個參數的是有監督學習的算法，fit(x)傳一個參數的是無監督學習的算法，比如降維、特征提取、標准化。

3. fit和transform沒有任何關系，之所以出來這么個函數名，僅僅是為了寫代碼方便，所以會發現transform（）和fit_transform（）的運行結果是一樣的。

注意：運行結果一模一樣不代表這兩個函數可以互相替換，絕對不可以！transform函數是一定可以替換為fit_transform函數的，fit_transform函數不能替換為transform函數！

4.

    # 從sklearn.preprocessing導入StandardScaler  
    from sklearn.preprocessing import StandardScaler  
    # 標准化數據，保證每個維度的特征數據方差為1，均值為0，使得預測結果不會被某些維度過大的特征值而主導  
    ss = StandardScaler()  
    # fit_transform()先擬合數據，再標准化  
    X_train = ss.fit_transform(X_train)  
    # transform()數據標准化  
    X_test = ss.transform(X_test)  

兩個函數的API以及參數含義：

1. fit_transform()函數

即fit_transform()的作用就是先擬合數據，然后轉化它將其轉化為標准形式。

2. transform()函數

即tranform()的作用是通過找中心和縮放等實現標准化。

到了這里，我們似乎知道了兩者的一些差別，就像名字上的不同，前者多了一個fit數據的步驟，那為什么在標准化數據的時候不適用fit_transform()函數呢？

原因如下：

為了數據歸一化（使特征數據方差為1，均值為0），我們需要計算特征數據的均值μ和方差σ^2，再使用下面的公式進行歸一化： 

我們在訓練集上調用fit_transform()，其實找到了均值μ和方差σ^2，即我們已經找到了轉換規則，我們把這個規則利用在訓練集上，同樣，我們可以直接將其運用到測試集上（甚至交叉驗證集），所以在測試集上的處理，我們只需要標准化數據而不需要再次擬合數據。用一幅圖展示如下：