当我们使用transform获得相同的输出时，为什么还要使用fit_transform方法
当我们使用transform方法获得相同的输出时，为什么还要使用fit_transform方法？
在机器学习中，fit_transform方法是常用的数据预处理步骤之一。它结合了fit和transform两个步骤，可以在一次操作中完成数据的拟合和转换。
fit方法用于对数据进行拟合，即根据数据的分布特征计算出相应的参数。这些参数可以用于后续的数据转换过程。在拟合过程中，模型会学习数据的统计特性，例如均值、方差等。
transform方法则是根据fit方法得到的参数，对数据进行转换。转换的目的是将原始数据映射到一个新的表示空间，通常是为了消除数据的偏差或者提取更有用的特征。常见的数据转换操作包括标准化、归一化、特征选择、降维等。
当我们使用transform方法获得相同的输出时，为什么还要使用fit_transform方法呢？原因如下：
- 代码简洁：使用fit_transform方法可以将拟合和转换两个步骤合并为一步，减少了代码的复杂性和冗余。
- 效率提升：在某些情况下，fit_transform方法可以通过一次遍历数据完成拟合和转换，避免了多次遍历的开销，提高了计算效率。
- 一致性保证：fit_transform方法可以确保拟合和转换的一致性，即使用相同的参数对不同的数据进行转换时，能够得到相同的结果。这对于模型的可重复性和可解释性是非常重要的。
需要注意的是，fit_transform方法并不是所有的数据处理步骤都适用。有些数据处理操作可能只需要拟合或者只需要转换，这时候就可以选择fit方法或者transform方法进行单独操作。
腾讯云相关产品推荐：
- 数据处理：腾讯云数据处理服务（https://cloud.tencent.com/product/dps）
- 机器学习：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 数据库：腾讯云数据库（https://cloud.tencent.com/product/cdb）
- 云原生：腾讯云容器服务（https://cloud.tencent.com/product/tke）
- 网络安全：腾讯云安全产品（https://cloud.tencent.com/product/saf）
- 人工智能：腾讯云人工智能（https://cloud.tencent.com/product/ai）
- 物联网：腾讯云物联网平台（https://cloud.tencent.com/product/iotexplorer）
- 移动开发：腾讯云移动开发平台（https://cloud.tencent.com/product/mmp）
- 存储：腾讯云对象存储（https://cloud.tencent.com/product/cos）
- 区块链：腾讯云区块链服务（https://cloud.tencent.com/product/bcs）
- 元宇宙：腾讯云元宇宙（https://cloud.tencent.com/product/mu）
相关·内容
我不明白为什么要使用fit_transform方法，当transform方法可以给出与只使用fit变换方法相同的输出时，fit方法的全部意义是什么？ 我打印了x_train和x_test，它们都给出了类似的输出。 from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
x_train[:, 3:] = sc.fit_transform(x_train[:, 3:])
x_test[:, 3:] = sc.transform(x_test[:, 3:])
浏览 4提问于2020-07-08得票数 2
回答已采纳
我很难理解transform()和fit_transform()到底是如何一起工作的。
我在我的训练数据集上调用fit_transform()，然后在测试集上调用transform()。
但是，如果我在测试集中调用fit_transform()，就会得到不好的结果。
有人能给我解释一下为什么会发生这种情况吗？
浏览 2提问于2018-02-08得票数 14
回答已采纳
2回答
我一直在Kaggle上一门关于中级机器学习的课程。在解释中，为了标记分类数据，他们使用了sklearn.preprocessing的LabelEncoder库。 ? 在这里，对于训练数据集，他们使用了fit_transform，而对于验证数据集，他们只使用了转换，为什么会这样呢？ 此外，在处理空值时，他们在训练数据集中使用了fit_transform，对于验证数据集，他们使用了transform。 ? 那么，fit_transform和transform之间的区别是什么?它们可以在什么情况下使用？
浏览 36提问于2020-11-29得票数 1
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
我所知道的是fit()方法计算特征的均值和标准差，然后transform()方法使用它们将特征转换为新的缩放特征。fit_transform()只不过是在一行中调用fit() & transform()方法。
但是为什么我们只调用fit()来训练数据而不是测试数据呢？
这是否意味着我们正在使用训练数据的均值和标准差来
浏览 11提问于2022-06-16得票数 2
回答已采纳
在查看了MinMaxScaler和MaxAbsScaler的源代码之后，我不明白为什么要使用它们，因为我可以在没有开销的情况下创建相同的输出。
import sklearn.preprocessing
import numpy as np
x = np.arange(25).reshape(5,5)
sklearn.preprocessing.MaxAbsScaler().fit_transform(x)
x/np.max(np.abs(x),axis=0)
sklearn.preprocessing.MinMaxScaler().fit_transform(x)
(x-x.min(a
浏览 3提问于2022-08-22得票数 1
回答已采纳
x_tr = SelectKBest(chi2, k=25).fit_transform(x_tr,y_tr)
x_ts = SelectKBest(chi2, k=25).fit_transform(x_ts, y_ts)
这是我拥有的代码。我担心它会为训练和测试数据选择不同的特征。我应该更改代码，还是会提供相同的功能？
浏览 11提问于2021-10-21得票数 1
我读了一些关于NLP的代码，发现X_test在分配时没有fit_transform (下面是最后一行代码)。
当我尝试使用像fit_transform这样的X_train并继续使用一个预测模型时，它返回了：
ValueError:尺寸失配
这个问题是关于那个案子的：
我想要的是一个简单的解释，为什么会发生，因为我不太明白。
下面是我的代码：
from sklearn.datasets import fetch_20newsgroups
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metri
浏览 4提问于2019-10-24得票数 1
回答已采纳
我在text2vec包中玩LDA，弄不明白为什么fit_transfrom和transform在使用相同的数据时是不同的。
声明将学习到的模型应用于新数据，但结果与fit_transform产生的结果大不相同。
data("movie_review")
library(stringr)
library(text2vec)
library(dpylr)
tokens = movie_review$review[1:4000] %>%
tolower %>%
word_tokenizer
it = itoken(tokens, ids = movie_r
浏览 3提问于2019-07-16得票数 1
回答已采纳
我不明白fit和fit_transform方法在scikit-learn中的区别。有人能简单地解释一下为什么我们可能需要转换数据吗？
这是什么意思，拟合一个模型的训练数据和转换为测试数据？例如，这是否意味着在培训中将分类变量转换为数字，并将新的功能集转换为测试数据？
浏览 0提问于2016-06-21得票数 240
回答已采纳
你们好啊，
我正试图更严格地理解多项式拟合与scikit的工作方式。更具体地说，我想要做的是分解这个过程，并且只显示一个带有基于单个值生成的新的多项式特征的数据。
我有几个条目的数据，每个都是一维的。我想要生成一个适合多项式拟合的设计矩阵。我目前所做的就是这样做：
pd.DataFrame(PolynomialFeatures(k).fit_transform(X))
这就像预期的一样。
然而，我正在挣扎的是fit_transform()的角色。就我而言，我还没有尝试适应任何安静的东西，只是产生了一个新构造的多项式特征的数据。我天真地尝试更改fit_transform()来转换()，但显然，在
浏览 2提问于2021-04-26得票数 1
当缩放数据时，为什么训练数据集使用“fit”和“transform”，而测试数据集只使用“transform”？ SAMPLE_COUNT = 5000
TEST_COUNT = 20000
seed(0)
sample = list()
test_sample = list()
for index, line in enumerate(open('covtype.data','rb')):
if index < SAMPLE_COUNT:
sample.append(line)
else:
r = ran
浏览 152提问于2017-04-28得票数 33
回答已采纳
我正在尝试定义带有参数的自定义转换器，并在sklearn.compose.ColumnTransformer中使用它们。当我在ColumnTransformer上运行fit_transform()时，我不明白为什么我的自定义转换器参数没有被考虑在内。 下面的脚本显示了我面临的问题的一个过于简单化的示例。该脚本的控制台输出为： TRUE
FALSE
------
FALSE
FALSE 为什么当我调用fit_transform时，两个BlankTransformers都初始化为默认值？ import numpy as np
import pandas as pd
from sklearn.co
浏览 6提问于2019-10-01得票数 1
回答已采纳
1回答
我正在使用sklearn.decomposition.PCA对机器学习模型的一些训练数据进行预处理.有247个数据点，有4095维，使用csv文件使用pandas导入。然后我缩放数据
training_data = StandardScaler().fit_transform(training[:,1:4096])
在调用PCA算法获取每个维度的方差之前，
pca = PCA(n_components)
pca.fit(training_data)。
输出是一个长247的向量，但是它应该有长度4095，这样我就可以计算出每个维度的方差，而不是每个数据点的方差。
我的代码看起来是：
import
浏览 1提问于2020-05-27得票数 1
回答已采纳
我使用sklearn GridSearchCV使用lda模型搜索# of主题。拟合模型后，拟合的模型将保存在CV_model.best_estimator_中。基于skelarn文档，GridSearchCV有默认选项'refit，default=True'，即‘使用在整个数据集上找到的最佳参数重新调整估计器’。
由于文档说它已经符合全部数据，因此我相信'CV_model.best_estimator_.fit_transform(full_train_data)‘将带来与'CV_model.best_estimator_.transform(full_trai
浏览 21提问于2020-05-19得票数 0
1回答
我一直在努力理解为什么fit_transform总是抛出错误。调试没有多大帮助，因为它只是将我带到数组的定义，并且我不确定我错过了什么。有什么想法吗？ import numpy as np
from sklearn.preprocessing import MinMaxScaler
import pickle
def split_data(inputs, outputs, p_train=0.9, p_test=0.1):
train_size = int(len(inputs) * p_train)
test_size = int(len(inputs) * p_test
浏览 89提问于2020-07-24得票数 0
我最近在练习，我想澄清几件事：
使用vectorizer.fit_transform( " * on the list of *cleaned* reviews* " )
现在，当我们准备火车评论上的单词数组时，我们在火车评论列表中使用了fit_predict，现在我知道fit_predict做了两件事，首先它适合数据，知道词汇表，然后在每个评论上生成向量。
因此，当我们使用vectorizer.transform( "*list of cleaned train reviews* " )时，这只是将测试评论列表转换为每个评审的向量。
我的问题是，为什么不在测试
浏览 0提问于2016-08-01得票数 9
3回答
我想将inverse_transform函数用于多列上的LabelEncoder。
这是在将LabelEncoder应用于数据帧时对多个列使用的代码：
class MultiColumnLabelEncoder:
def __init__(self,columns = None):
self.columns = columns # array of column names to encode
def fit(self,X,y=None):
return self # not relevant here
def transform(s
浏览 5提问于2019-10-03得票数 4
回答已采纳
我是通过手工机器学习与Scikit-学习和TensorFlow阅读。我们正在研究scikit学习转换管道，为机器学习算法准备数据。
下面是代码(housing_num是主dataframe外壳的数值属性的数据)：
num_pipeline = Pipeline([
('imputer', Imputer(strategy='median')),
('attribs_adder', CombinedAttributesAdder()),
('std_scaler', StandardScaler())
])
浏览 0提问于2019-05-01得票数 0
回答已采纳
目前，我正在尝试使用fancyimpute对一些数据进行单独的训练/测试。但是，我遇到了这样的问题:无法对列车数据执行fit_transform，然后只对测试集使用转换，因为看起来：
转换未实现！这种估算算法很可能不支持归纳模式。此时只支持fit_transform。
可以先把这两组归责后再分开吗？或者我的方法甚至是正确的，只在火车上调用fit，然后再用它来计算测试集？我应该在这两种推测上分别调用fit_transform吗？
谢谢!
浏览 0提问于2019-04-11得票数 0
我找不到哪个sklearn mixin类声明了fit和transform方法。
只声明fit_transform，而没有声明fit (我认为应该这样)。
我怀疑这可能是故意的，而不是疏忽，所以我希望能解释一下原因。
浏览 0提问于2018-11-30得票数 0
回答已采纳
sklearn提供了应用单一热编码器的transform()方法.
要使用transform()方法，在调用transform()方法之前需要使用fit_transform()，否则为
np.array([[1, 1], [2, 1], [3, 2], [np.nan, 2]])
from sklearn.impute import SimpleImputer
my_imputer = SimpleImputer()
my_imputer.transform(df)
出现错误
NotFittedError:这个SimpleImputer实例还没有安装。在使用此方法之前，使用适当的参数调用“f
浏览 1提问于2019-05-08得票数 10
1回答
我从一个标记的数据集开始，现在通过使用MultiColumnLabelEncoder将其更改为数据编号。现在，我希望将新输出保存到CSV文件中。如何做到这一点，下面的代码和我想要保存的数据的图像。
class MultiColumnLabelEncoder:
def __init__(self,columns = None):
self.columns = columns # array of column names to encode
def fit(self,X,y=None):
return self # not relevant here
def tran
浏览 5提问于2022-02-23得票数 0
我需要对测试集上的分类值进行编码，但不知何故它抛出了TypeError: argument must be a string or number。我不知道为什么会发生这种情况，因为我可以在我的火车上这样做。我的意思是，它们是训练/测试功能集，所以它们是完全相同的，区别在于它们的行数。我不知道如何修复这个问题，我已经尝试使用不同的LabelEncoder，但仍然不能修复错误。请谁来帮帮我。
供您参考，分类数据位于训练和测试要素集中的第8列
import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.
浏览 15提问于2020-03-13得票数 0
回答已采纳
3回答
在这本书的第七章"TensorFlow机器学习手册“中，作者在预处理数据时使用了scikit learn的fit_transform函数来获取文本的tfidf特征进行训练。在将其分为训练和测试之前，作者将所有文本数据都提供给该函数。这是真的吗?还是我们必须先分离数据，然后在列车上执行fit_transform，在测试上执行transform？
浏览 1提问于2017-12-13得票数 17
回答已采纳
1回答
我有包含绝对值和非绝对值的数据集。我将OneHotEncoder应用于范畴值，StandardScaler应用于连续值。
transformerVectoriser = ColumnTransformer(transformers=[('Vector Cat', OneHotEncoder(handle_unknown = "ignore"), ['A', 'B', 'C']),
('Standa
浏览 0提问于2021-06-10得票数 0
回答已采纳
我想知道，当我使用CountVectorizer().fit_transform()时，输出是否保留了输入的顺序。
我的输入是一个文件列表。我知道输出在长度上与输入相匹配，但我不确定它们是否以相同的方式排序。
我知道我可能解释得不太好，下面是一个例子。
如果我有：
input = ["<text_1>", "<text_2>", "<text_3>"]
a = CountVectorizer().fit_transform(input)
索引是否会像保留顺序一样对应？
例如，在：
(0, 33) 1
.
浏览 5提问于2022-05-03得票数 0
回答已采纳
嗨， 我在数据集中的" city“列中有不同的城市名称。我喜欢使用LabelEncoder()对其进行编码。然而，我得到了相当令人沮丧的负值结果。 df['city_enc'] = LabelEncoder().fit_transform(df['City']).astype('int8') 新的city_enc列给出了从-128到127的值。我不明白为什么LabelEncoder().fit_transform会给我负值？我期望它会给出从0到(n-1)的值。有人能给我解释一下吗？ 最好的问候，Lan Nguyen
浏览 114提问于2021-07-01得票数 2
回答已采纳
fit_transform和transform有什么区别？为什么转换不能直接工作呢？
from sklearn.preprocessing import StandardScaler
X_scaler = StandardScaler()
X_train = X_scaler.fit_transform(X_train)
X_test = X_scaler.transform(X_test)
如果直接转换，则会产生以下错误
NotFittedError:这个StandardScaler实例还没有安装。在使用此方法之前，使用适当的参数调用“fit”。
浏览 1提问于2018-08-23得票数 3
回答已采纳
1回答
我用管道训练分类器：
param_tuning = {
'classifier__learning_rate': [0.01, 0.1],
'classifier__max_depth': [3, 5, 7, 10],
'classifier__min_child_weight': [1, 3, 5],
'classifier__subsample': [0.5, 0.7],
'classifier__n_estimators' :
浏览 4提问于2021-03-20得票数 0
回答已采纳
1回答
我用TensorFlow和Keras构建并训练了一个神经网络，它对我的数据非常有效。在使用这些数据之前，我使用sklearn中的StandardScale()对其进行标准化。I fit_transform()训练数据，并且只转换()测试和验证数据。
最后，我救了我的模特。
现在我想使用这个模型来处理新的数据。我想我也需要转换()这个数据，但是我该如何做呢？
我的数据与训练数据集的fit_transform()函数中的所有参数进行了转换。如果我在我的新数据中使用fit_transform()，我会得到更糟糕的结果，而不是像我进行验证和测试数据那样对它们进行转换。
是否有方法存储来自fit_tra
浏览 3提问于2021-05-25得票数 0
回答已采纳
我正在尝试创建一个自定义转换器，它将一个列拆分为多个列，并且我还想提供分隔符。
下面是我为创建转换器而编写的代码
class StringSplitTransformer(BaseEstimator, TransformerMixin):
def __init__(self, cols = None):
self.cols = cols
def transform(self,df,delim):
X = df.copy()
for col in self.cols:
X = pd.concat([X,X[col].str.split(delim,expa
浏览 6提问于2022-04-30得票数 1
回答已采纳
2回答
我想知道为什么我们要分别在火车和测试集上使用缩放。我理解根据列车上的fit_transform()计算的对测试数据的转换(μ和σ)。但是，为什么我们可以从所有给定的数据(在拆分之前)计算μ和σ，然后将它们应用于未来的数据。
我们这么做是因为我们不知道未来数据的大小吗？
浏览 0提问于2018-08-08得票数 1
1回答
我有两个问题：
fit_transform对多项式特征的输出是什么(数字是什么意思)？如果我错了，请纠正我，但据我所知，这种方法适合并将我们的变量转换为多项式模型(由我们选择的程度)。
例如：
from sklearn.preprocessing import PolynomialFeatures
poly=PolynomialFeatures(degree=2)
poly.fit_transform(df[[firstColumn,secondColumn]],df[targetColumn])
因此，结果是一个以dffirstColumn和dfsecondColumn为变量
浏览 1提问于2019-09-12得票数 0
1回答
课堂上的学习方法
、、、
我想创建一个使用sklearn转换方法的类。我找到了这个，我正在用它作为一个例子。
from sklearn import preprocessing
from sklearn.base import TransformerMixin
def minmax(dataframe):
minmax_transformer = preprocessing.MinMaxScaler()
return minmax_tranformer
class FunctionFeaturizer(TransformerMixin):
def __init__(self, scaler):
浏览 1提问于2018-07-26得票数 1
回答已采纳
数据预处理(如StandardScaler )应该用于fit_transform火车组，并且只转换(不适合)测试集。我希望同样的fit/transform流程适用于模型优化的交叉验证。但是，我找到了cross_val_score和GridSearchCV fit_transform --使用预处理器的整个火车集(而不是fit_transform inner_train集，并转换inner_validation集)。我相信这是人为地从inner_validation集合中删除了方差，这使得cv评分(GridSearch用于选择最佳模型的度量)有偏差。这是个问题还是我真的错过了什么？
为了演示上述
浏览 0提问于2019-08-26得票数 7
回答已采纳
在执行特性缩放时，不要将变量赋值给StandardScaler()，而是按如下方式编码：
from sklearn.preprocessing import StandardScaler
x_train = StandardScaler().fit_transform(x_train)
x_test = StandardScaler().transform(x_test)
它给出了以下错误：
NotFittedError:这个StandardScaler实例还没有安装。在使用此方法之前，使用适当的参数调用“fit”。
然而，以下代码工作正常(在向StandardScaler()提供
浏览 0提问于2019-09-03得票数 4
回答已采纳
假设我有两个功能，它们都是基于文本的；例如，假设我试图预测体育比赛，我得到了：
1)体育评论摘录(正文) 2)网络粉丝预测的节选(也是一篇文章)。
如果我在特性1上使用文本向量器(比如HashingVectorizer)，使用fit_transform()，那么在特性2上再次使用它(fit_transform())会不会不好，还是应该为此创建一个新的向量器？我只是想知道在同一个向量化器的多个特性上重用fit_transform()是否会产生不良的副作用。
浏览 5提问于2014-03-02得票数 0
回答已采纳
我从SKLearn网站上拿了这个例子。以下是初始代码：
from sklearn.feature_extraction.text import CountVectorizer
corpus = ['This is the first document.',
'This document is the second document.',
'And this is the third one.',
'Is this the first document?']
# WORK
浏览 5提问于2022-04-27得票数 1
2回答
给定一个文本数据数组，
X = np.array(['cat', 'dog', 'cow', 'cat', 'cow', 'dog'])
我想使用sklearn管道来产生输出，如
np.array([[1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 0, 0], [0, 0, 1], [0, 1, 0]])
我最初的尝试
pipe = Pipeline([
('encoder', LabelEncoder()),
('hot',
浏览 2提问于2015-08-05得票数 1
回答已采纳
我正在尝试使用sklearn的PCA功能将我的数据减少到2维。但是，我注意到，当我使用fit_transform()函数执行此操作时，结果与将components_属性与输入数据相乘的结果不匹配。
为什么这些不相配呢？哪个结果是正确的？
def test_pca_fit_transform(self):
from sklearn.decomposition import PCA
input_data = np.matrix([[11,4,9,3,2,2], [7,2,8,2,0,2], [3,1,2,5,2,9]])
#each column of input data
浏览 5提问于2015-10-07得票数 1
给出了以下示例：
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.decomposition import NMF
from sklearn.pipeline import Pipeline
import pandas as pd
pipe = Pipeline([
("tf_idf", TfidfVectorizer()),
("nmf", NMF())
])
data = pd.DataFrame([["Salut comment t
浏览 0提问于2018-02-12得票数 26
回答已采纳
以下是后续问题：适合和适合有什么区别？_在科学学习模式上的转变？
我想知道，当我们拥有比单独使用fit和transform快得多的fit_transform时，为什么还要使用fit呢？毕竟，在对训练数据进行拟合后，我们将始终对训练数据进行转换。我们是否单独使用了fit？
浏览 0提问于2021-04-12得票数 4
回答已采纳
正如标题所说，我在训练数据上使用带有CountVectorizer的fit_transform。然后我只对测试数据使用tranform ...这是否与仅在训练上使用fit和仅在测试数据上使用tranform相同？
浏览 3提问于2016-10-12得票数 0
在使用RobustScalar和Lasso之后，我正在尝试找出如何对我的数据进行缩放(可能使用inverse_transform)来进行预测。下面的数据只是一个例子。我的实际数据更大更复杂，但我希望使用RobustScaler (因为我的数据有异常值)和Lasso (因为我的数据有几十个无用的特征)。 基本上，如果我尝试使用这个模型来预测任何事情，我希望该预测是未缩放的项。当我尝试对示例数据点执行此操作时，我得到一个错误，似乎希望我取消缩放与训练子集相同大小的数据(也称为两个观察值)。我得到以下错误: ValueError: shape (1,1)的不可广播输出操作数与广播shape (1,
浏览 23提问于2019-05-16得票数 2
回答已采纳
我正在创建一个GridSearchCV分类器，作为
pipeline = Pipeline([
('vect', TfidfVectorizer(stop_words='english',sublinear_tf=True)),
('clf', LogisticRegression())
])
parameters= {}
gridSearchClassifier = GridSearchCV(pipeline, parameters, n_jobs=3, verbose=1, scoring='accurac
浏览 6提问于2015-12-31得票数 5
回答已采纳
1回答
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score
from sklearn.preprocessing import PolynomialFeatures
df = pd.read_csv("diamonds.csv")
df = pd.get_dummies(df, columns = ["color", "clarity", "cut"])
X, Y =
浏览 1提问于2020-12-24得票数 0
3回答
我正在编写一个非常基本的程序来预测数据集中丢失的值，它使用scikit-learn的Imputer类。
我创建了一个NumPy数组，创建了一个带有策略=‘mean’的Imputer对象，并在NumPy数组上执行了fit_transform()。
当我在执行fit_transform()之后打印数组时，“Nan‘s残留物”，我无法得到任何预测。
我在这里做错什么了？我该如何预测丢失的值？
import numpy as np
from sklearn.preprocessing import Imputer
X = np.array([[23.56],[53.45],['NaN'
浏览 4提问于2014-07-29得票数 18
回答已采纳
我对fit_transform函数有问题。有人能解释为什么数组大小不同吗？
In [5]: X.shape, test.shape
Out[5]: ((1000, 1932), (1000, 1932))
In [6]: from sklearn.feature_selection import VarianceThreshold
sel = VarianceThreshold(threshold=(.8 * (1 - .8)))
features = sel.fit_transform(X)
features_test = sel.fit_
浏览 0提问于2015-08-31得票数 3
回答已采纳
我正在尝试将一个转换为一个NumPy数组，以便使用Sklearn创建一个模型。我在这里简化这个问题。
>>> mydf.head(10)
IdVisita
445 latam
446 NaN
447 grados
448 grados
449 evento
浏览 0提问于2014-12-23得票数 5
回答已采纳
当在训练集上调用我的管道的fit_transform方法，然后调用测试集上的转换方法时，管道将根据测试集更新其内部状态，而不是简单地将所学到的内容应用到训练集上。
例如，考虑到以下数据：
df = pd.DataFrame({
'Sex':['female', 'male', 'male', 'male', 'female', 'female','neutral', 'male'],
'Survived':['n
浏览 2提问于2020-03-09得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
