部分轉載
https://blog.csdn.net/weixin_38278334/article/details/82971752
https://www.cnblogs.com/summer-nude/p/7380694.html
寫在前面
fit和transform沒有任何關系，僅僅是數據處理的兩個不同環節，之所以出來fit_transform這個函數名，僅僅是為了寫代碼方便，會高效一點。
sklearn里的封裝好的各種算法使用前都要fit，fit相對於整個代碼而言，為后續API服務。fit之后，然后調用各種API方法，transform只是其中一個API方法，所以當你調用transform之外的方法，也必須要先fit。
fit原義指的是安裝、使適合的意思，其實有點train的含義，但是和train不同的是，它並不是一個訓練的過程，而是一個適配的過程，過程都是確定的，最后得到一個可用於轉換的有價值的信息。
fit,transform,fit_transform常用情況分為兩大類
#（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）
1. 數據預處理中方法
fit(): Method calculates the parameters μ and σ and saves them as internal objects.
--解釋：簡單來說，就是求得訓練集X的均值，方差，最大值，最小值,這些訓練集X固有的屬性。
transform(): Method using these calculated parameters apply the transformation to a particular dataset.
--解釋：在fit的基礎上，進行標准化，降維，歸一化等操作（看具體用的是哪個工具，如PCA，StandardScaler等）。
fit_transform(): joins the fit() and transform() method for transformation of dataset.
--解釋：fit_transform是fit和transform的組合，既包括了訓練又包含了轉換。
transform()和fit_transform()二者的功能都是對數據進行某種統一處理（比如標准化~N(0,1)，將數據縮放(映射)到某個固定區間，歸一化，正則化等）
fit_transform(trainData)對部分數據先擬合fit，找到該part的整體指標，如均值、方差、最大值最小值等等（根據具體轉換的目的），然后對該trainData進行轉換transform，從而實現數據的標准化、歸一化等等。
根據對之前部分trainData進行fit的整體指標，對剩余的數據（testData）使用同樣的均值、方差、最大最小值等指標進行轉換transform(testData)，從而保證train、test處理方式相同
為什么X_train標准化是用fit_transform()，而X_test標准化是用transform()呢？
- fit_transform()干了兩件事：fit找到數據轉換規則，並將數據標准化
- transform：是將數據進行轉換，比如數據的歸一化和標准化，將測試數據按照訓練數據同樣的模型進行轉換，得到特征向量。可以直接把轉換規則拿來用，所以並不需要fit_transform()，否則，兩次標准化后的數據格式（或者說數據參數）就不一樣了