机器学习中的fit(),fit_transform(),transform()
机器学习中，训练集是知道的，但是测试集是未知的，所以做标准化时只能用训练集的参数（这个参数指 最大最小值标准化中的最大值最小值，或者是正态标准化中的均值和方差）来做，两个fit_transform是用的各自数据集的参数来进行标准化。但是实际中，我们不能用测试集的参数来标准化测试集，要用训练集的参数来标准化训练集。
·
为啥一般都是这样用：
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
sc.fit_tranform(X_train)
sc.tranform(X_test)
机器学习中，训练集是知道的，但是测试集是未知的，所以做标准化时只能用训练集的参数（这个参数指 最大最小值标准化中的最大值最小值，或者是正态标准化中的均值和方差）来做，两个fit_transform是用的各自数据集的参数来进行标准化。
但是实际中，我们不能用测试集的参数来标准化测试集，要用训练集的参数来标准化训练集。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献2条内容
所有评论(0)