Sklearn: pipeline transform()？

Question

这是我的预处理列车数据的代码：

stock_pipeline = Pipeline([
    ('std_scaler', StandardScaler()),
])
train_pipelined_features_np = stock_pipeline.fit_transform(train_features_df)

在我训练之后，我即将对测试数据进行预处理。但奇怪的是，我必须使用stock_pipeline.fit_transform(test_features_df)或stock_pipeline.transform(test_features_df)...

由于流水线只有StandardScaler()，所以我认为fit()不会做任何事情。所以我认为fit_transform()和‘transform()’会做同样的事情，但是结果是不同的……

有什么关系呢？

Answer 1

让我们看看，有三个不同的东西："fit"，"transform"，"fit_transform“。

当你拟合一些数据时，Scaler会“记住”它，所以如果你拟合火车-火车上的参数将被计算，如果你拟合测试-参数pn测试将被计算。

当你进行转换时，你会使用“记忆”参数。因此，通常您将模型拟合到训练数据上，并对其进行转换。然后用这些“记住的”参数转换测试数据。

使用fit_transform时，缩放器将学习选定数据的参数并对其进行转换。

所以回答你的问题:如果你使用fit_transform，Scaler将根据测试分布来缩放测试数据，它将不同于train；如果你使用transform，那么测试数据将被缩放为训练数据。