fit、fit_transform()和transform()

参考：https://blog.csdn.net/weixin_38278334/article/details/82971752
https://blog.csdn.net/appleyuchi/article/details/73503282（代码可以看了学习，文字看本页的即可）

概述：

1. fit和transform没有任何关系，仅仅是数据处理的两个不同环节，之所以出来fit_transform这个函数名，仅仅是为了写代码方便，会高效一点。
2. sklearn里的封装好的各种算法使用前都要fit，fit是对整个代码而言，为后续API服务。fit之后，然后调用各种API方法，transform只是其中一个API方法。所以当调用transform之外的方法，也必须先fit。
3. fit原义指的是安装、使适合的意思，其实有点train的含义，但是和train不同的是，它并不是一个训练的过程，而是一个适配的过程，过程都是确定的，最后得到一个可用于转换的有价值的信息。

**

具体而言：

**

1. fit(): Method calculates the parameters μ and σ and saves them as internal objects.
   解释：简单来说，就是求得训练集X的均值，方差，最大值，最小值,这些训练集X固有的属性。
2. transform(): Method using these calculated parameters apply the transformation to a particular dataset.
   解释：在fit的基础上，进行标准化，降维，归一化等操作（看具体用的是哪个工具，如PCA，StandardScaler等）。
3. fit_transform(): joins the fit() and transform() method for transformation of dataset.
   解释：fit_transform是fit和transform的组合，既包括了训练又包含了转换。

transform()和fit_transform()二者的功能都是对数据进行某种统一处理（比如标准化~N(0,1)，将数据缩放(映射)到某个固定区间，归一化，正则化等）

fit_transform(trainData)对部分数据先拟合fit，找到该part的整体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），然后对该trainData进行转换transform，从而实现数据的标准化、归一化等等。

**

举例：

**
根据对trainData进行fit的整体指标，对剩余的数据（testData）使用同样的均值、方差、最大最小值等指标进行转换transform(testData)，从而保证train、test处理方式相同。所以，一般都是这么用：

from sklearn.preprocessing import StandardScaler
scalar = StandardScaler()
scalar.fit_tranform(X_train)
scalar.tranform(X_test)

**

Note:

**

1. 必须先用fit_transform(trainData)，之后再transform(testData)
2. 如果直接transform(testData)，程序会报错
3. 如果fit_transfrom(trainData)后，使用fit_transform(testData)而不transform(testData)，虽然也能归一化，但是两个结果不是在同一个“标准”下的，具有明显差异。(一定要避免这种情况)