sklearn 是一个功能强大的机器学习库,在本篇博文中,博主将记录自己在使用sklearn中的一些问题,思考
1. sklearn中的fit与transform
在sklearn中经常可见 :
-
fit():计算数据的参数,\mu(均值),\sigma(标准差),并存储在对象中(例如实例化的CountVectorizer()等)。
-
transform():将这些参数应用到数据集,进行标准化(尺度化)。
-
fit_transform():将前两种方法合并,fit + transform,然后对数据集使用。
test数据集只使用transfrom() 使得分布符合训练集
2.sklearn中的缺失值处理方法
Sklearn Impute SimpleImputer 处理缺失值
示例:
from sklearn.impute import SimpleImputer #导入模块
imp_mean=SimpleImputer(missing_values=np.nan,strategy='mean') #实例化,均值填充
imp_mean=imp_mean.fit_transform(age) #fit_transform一步完成调取结果