首頁猿問 fit() 到底在這里做什么？

fit() 到底在這里做什么？

Python

侃侃爾雅 2022-06-28 18:05:14

好吧，基本上我想知道 fit() 函數(shù)一般是做什么的，尤其是在下面的代碼片段中。我參加機器學習 AZ 課程是因為我對機器學習很陌生（我剛剛開始）。我知道一些基本的概念術(shù)語，但不知道技術(shù)部分。代碼1：from sklearn.impute import SimpleImputermissingvalues = SimpleImputer(missing_values = np.nan, strategy = 'mean', verbose = 0) missingvalues = missingvalues.fit(X[:, 1:3])X[:, 1:3] = missingvalues.transform(X[:, 1:3])其他一些我仍然有疑問的例子代碼 2：from sklearn.preprocessing import StandardScalersc_X = StandardScaler()print(sc_X)X_train = sc_X.fit_transform(X_train)print(X_train)X_test = sc_X.transform(X_test)我認為，如果我知道此功能的一般用途以及一般情況下的具體用途，我會很高興。但我當然想知道該代碼在做什么

查看完整描述

2 回答

撒科打諢

TA貢獻1934條經(jīng)驗獲得超2個贊

這也是一個很好的檢查可能性：https ://scikit-learn.org/stable/tutorial/basic/tutorial.html

-fit方法總是在機器學習中學習一些東西。

您通常有以下步驟：

將您的數(shù)據(jù)分成兩個/三個數(shù)據(jù)集
選擇你的數(shù)據(jù)的一部分來學習/訓練一些東西（通常X_train）fit
使用學習算法來預測看不見的數(shù)據(jù)（通常X_test）predict

在您的第一個示例中：missingvalues.fit(X[:, 1:3]) 您正在根據(jù)僅使用 columnSimpleImputer的數(shù)據(jù)進行訓練，而您使用轉(zhuǎn)換來覆蓋此數(shù)據(jù)。X1,2,3

在您的第二個示例中：您正在對兩個數(shù)據(jù)集進行訓練StandardScaler并X_train正在使用此訓練X_train, X_test，StandardScaler 從中X_train學習，這意味著如果他知道必須將 10 轉(zhuǎn)換為 2，他將在兩組中將 10 轉(zhuǎn)換為 2 X_train, X_test。

反對回復 2022-06-28

慕碼人2483693

TA貢獻1860條經(jīng)驗獲得超9個贊

Sklearn 使用類。有關(guān) Python中的類的更多信息，請參閱Python 文檔。有關(guān)sklearn特別的更多信息，請查看此sklearn 文檔。

以下是您如何在sklearn.

首先，您使用or實例化您的sklearn類。sc_X = StandardScaler()missingvalues = SimpleImputer(...)

對象sc_X和missingvalues，每個都有方法。您可以使用鍵入的方法object_name.method_name(...)。例如，您在鍵入時使用fit_transform()了實例的方法， . 此方法將獲取您的數(shù)據(jù)并返回它的縮放版本。它既s（確定縮放參數(shù)）和s（應用縮放）到您的數(shù)據(jù)。該方法將使用它為之前的數(shù)據(jù)學習的相同縮放參數(shù)來轉(zhuǎn)換新數(shù)據(jù)。sc_Xsc_X.fit_transform(...)fittransformtransform()

在第一個示例中，您已將fit和transform方法分成兩行，但想法是相似的——您首先使用該fit方法學習插補參數(shù)，然后轉(zhuǎn)換您的數(shù)據(jù)。

順便說一句，我認為missingvalues = missingvalues.fit(X[:, 1:3])可以更改為missingvalues.fit(X[:, 1:3]).

反對回復 2022-06-28