Sklearn：sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数清晰讲解及其案例应用
目录
sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数
sklearn.preprocessing之StandardScaler 的transform()函数和fit_transform()函数
fit_transform函数
fit(x,y)传两个参数的是有监督学习的算法，fit(x)传一个参数的是无监督学习的算法，比如降维、特征提取、标准化。fit_transform是fit和transform的组合。fit_transform中包含两个过程：计算均值/标准差，数据转换，是数据处理的两个环节。每一个transform都需要先fit，把数据转为(μ, σ)分布。fit是为了程序的后续函数transform的调用而服务的，是个前提条件。
两者联系
fit_transform和transform的区别就是前者是先计算均值和标准差再转换，而直接transform则是用之前数据计算的参数进行转换。换句话说，如果最先前没有fit，即没有缓存(μ, σ)，那么，是不可以直接执行transform。很明显，fit_transform与transform运行结果会一致，如果先前缓存一致，那么，transform函数是一定可以替换为fit_transform函数，反之，则不可以。