sklearn中的fit_transform、获取特征、标签转换

skearn中有数据预处理的功能，如fit(),transform()和fit_transform()。

fit(): 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。

transform(): 在fit的基础上，进行标准化，降维，归一化等操作。

fit_transform(): fit和transform的组合，既包括了训练又包含了转换。可用于给类别打标签，比如有 猫、狗、猪等宠物类别，可直接用这个函数将其转换为0，1，2等。

使用方法

1.fit用法

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
a1 = [1，6，6，3]
b1 = le.fit(a1)
print(b1.classes_)

输出：[1,3,6]

可以发现，fit函数对原有列表进行去重和升序的操作。

2.transform用法

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
a1 = [1，6，2]
a2 = le.fit(a1)
b1 = le.transform(a2.classes_)
print(b1)

输出：[0,1,2]

3.fit_transform用法

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
a1 = [1，6，2]
b1 = le.fit_transform(a1)
print(b1)

输出：[0,1,2]