網(wǎng)上抄來抄去都是一個意思，

fit_transform是fit和transform的組合。

?

?我們知道fit（x，y）在新手入門的例子中比較多，但是這里的fit_transform(x)的括號中只有一個參數(shù)，這是為什么呢？

fit(x,y)傳兩個參數(shù)的是有監(jiān)督學(xué)習(xí)的算法，fit(x)傳一個參數(shù)的是無監(jiān)督學(xué)習(xí)的算法，比如降維、特征提取、標(biāo)準(zhǔn)化

?

然后解釋為什么出來fit_transform（）這個東西，下面是重點：

fit和transform沒有任何關(guān)系，僅僅是數(shù)據(jù)處理的兩個不同環(huán)節(jié)，之所以出來這么個函數(shù)名，僅僅是為了寫代碼方便，

所以會發(fā)現(xiàn)transform（）和fit_transform（）的運行結(jié)果是一樣的。

?

注意：運行結(jié)果一模一樣不代表這兩個函數(shù)可以互相替換，絕對不可以！！！

transform函數(shù)是一定可以替換為fit_transform函數(shù)的

fit_transform函數(shù)不能替換為transform函數(shù)！！！理由解釋如下：

?sklearn里的封裝好的各種算法都要fit、然后調(diào)用各種API方法，transform只是其中一個API方法，所以當(dāng)你調(diào)用除transform之外的方法，必須要先fit，為了通用的寫代碼，還是分開寫比較好?

也就是說，這個fit相對于transform而言是沒有任何意義的，但是相對于整個代碼而言，fit是為后續(xù)的API函數(shù)服務(wù)的，所以fit_transform不能改寫為transform。

?

?

下面的代碼用來舉例示范，數(shù)據(jù)集是代碼自動從網(wǎng)上下載的，如果把下面的乳腺癌相關(guān)的機器學(xué)習(xí)代碼中的fit_transform改為transform，編譯器就會報錯。（下面給出的是無錯誤的代碼）

?

# coding: utf-8 # 導(dǎo)入pandas與numpy工具包。 import pandas as pd import numpy as np# 創(chuàng)建特征列表。 column_names = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape', 'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin', 'Normal Nucleoli', 'Mitoses', 'Class'] # 使用pandas.read_csv函數(shù)從互聯(lián)網(wǎng)讀取指定數(shù)據(jù)。 data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data', names = column_names )# 將?替換為標(biāo)準(zhǔn)缺失值表示。 data = data.replace(to_replace='?', value=np.nan) # 丟棄帶有缺失值的數(shù)據(jù)（只要有一個維度有缺失）。 data = data.dropna(how='any')# 輸出data的數(shù)據(jù)量和維度。 data.shape# In[2]:# 使用sklearn.cross_valiation里的train_test_split模塊用于分割數(shù)據(jù)。 from sklearn.cross_validation import train_test_split# 隨機采樣25%的數(shù)據(jù)用于測試，剩下的75%用于構(gòu)建訓(xùn)練集合。 X_train, X_test, y_train, y_test = train_test_split(data[column_names[1:10]], data[column_names[10]], test_size=0.25, random_state=33) # print "data[column_names[10]]",data[column_names[10]]# 查驗訓(xùn)練樣本的數(shù)量和類別分布。 y_train=pd.Series(y_train) y_train.value_counts()# 查驗測試樣本的數(shù)量和類別分布。 y_test=pd.Series(y_test) y_test.value_counts()# 從sklearn.preprocessing里導(dǎo)入StandardScaler。 from sklearn.preprocessing import StandardScaler # 從sklearn.linear_model里導(dǎo)入LogisticRegression與SGDClassifier。 from sklearn.linear_model import LogisticRegression from sklearn.linear_model import SGDClassifier#標(biāo)準(zhǔn)化數(shù)據(jù)，保證每個維度的特征數(shù)據(jù)方差為1，均值為0。使得預(yù)測結(jié)果不會被某些維度過大的特征值而主導(dǎo)。 ss = StandardScaler() X_train = ss.fit_transform(X_train) X_test = ss.transform(X_test)## 初始化LogisticRegression與SGDClassifier。 lr = LogisticRegression() sgdc = SGDClassifier()# 調(diào)用LogisticRegression中的fit函數(shù)/模塊用來訓(xùn)練模型參數(shù)。 lr.fit(X_train, y_train) # 使用訓(xùn)練好的模型lr對X_test進(jìn)行預(yù)測，結(jié)果儲存在變量lr_y_predict中。 lr_y_predict = lr.predict(X_test)# 調(diào)用SGDClassifier中的fit函數(shù)/模塊用來訓(xùn)練模型參數(shù)。 sgdc.fit(X_train, y_train) # 使用訓(xùn)練好的模型sgdc對X_test進(jìn)行預(yù)測，結(jié)果儲存在變量sgdc_y_predict中。 sgdc_y_predict = sgdc.predict(X_test)# 從sklearn.metrics里導(dǎo)入classification_report模塊。 from sklearn.metrics import classification_report# 使用邏輯斯蒂回歸模型自帶的評分函數(shù)score獲得模型在測試集上的準(zhǔn)確性結(jié)果。 print ("Accuracy of LR Classifier:", lr.score(X_test, y_test)) # 利用classification_report模塊獲得LogisticRegression其他三個指標(biāo)的結(jié)果。 print (classification_report(y_test, lr_y_predict, target_names=['Benign', 'Malignant']))# 使用隨機梯度下降模型自帶的評分函數(shù)score獲得模型在測試集上的準(zhǔn)確性結(jié)果。 print 'Accuarcy of SGD Classifier:', sgdc.score(X_test, y_test) # 利用classification_report模塊獲得SGDClassifier其他三個指標(biāo)的結(jié)果。 print classification_report(y_test, sgdc_y_predict, target_names=['Benign', 'Malignant'])

會得到報錯信息

?

AttributeError: 'StandardScaler' object has no attribute 'mean_'

有的版本報錯更加直接：

sklearn.exceptions.NotFittedError: This StandardScaler instance is not fitted yet. Call 'fit' with appropriate arguments before using this method.

原因就是因為代碼中的fit_transform函數(shù)被改為了transform函數(shù)。

所以總結(jié)：

fit_transform與transform運行結(jié)果一致，但是fit與transform無關(guān)，只是數(shù)據(jù)處理的兩個環(huán)節(jié)，fit是為了程序的后續(xù)函數(shù)transform的調(diào)用而服務(wù)的，是個前提條件。

以上。

?

總結(jié)

以上是生活随笔為你收集整理的通俗地讲清楚fit_transform()和transform()的区别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。