sklearn StandardScaler，不允许直接变换，我们需要 fit_transform

Question

fit_transform 和 transform 有什么区别？为什么转换不直接起作用？

from sklearn.preprocessing import StandardScaler

 X_scaler = StandardScaler()
 X_train = X_scaler.fit_transform(X_train)
 X_test = X_scaler.transform(X_test)

如果直接转换它会给出以下错误

NotFittedError：此 StandardScaler 实例尚未安装。在使用此方法之前，使用适当的参数调用 'fit'。

Answer 1

StandardScaler，根据文档：

通过去除均值和缩放到单位方差来标准化特征

因此，它需要以某种方式首先了解数据的均值和方差。因此fit()或fit_transform()需要这样StandardScaler才能遍历所有数据以找到均值和方差。这些可以通过属性访问：

mean_：训练集中每个特征（列）的平均值。

var_：训练集中每个特征的方差。

请注意，这些将针对数据中的每一列单独计算。

在 中transform()，它只会使用这些mean和variance值来缩放数据。

现在您可能会说为什么它不在transform(). 这样做是为了以与缩放训练数据相同的方式缩放测试数据（从fit_transform()）。如果您在每次调用 时计算数据的均值和方差transform()，那么所有传递的数据将具有不同的比例，这不是您想要的。

这适用于所有 scikit 转换器。

1) fit()- 只会遍历数据并保存所有需要的数据属性

2) transform()- 使用保存的属性fit()来更改数据

3) fit_transform()- 效用函数来fit()和然后transform()相同的数据。

通常你会调用fit_transform()训练数据，并且只调用transform()测试数据。