Scikit-Learn使用总结

scikit-learn提供了一系列转换库，他们可以清洗，降维，提取特征等。

在数据转换中有三个很重要的方法，fit，fit_transform,transform

ss=StandardScaler()
X_train = ss.fit_transform(X_train)
X_test = ss.transform(X_test)

初学时候好奇为何，训练样本用fit_transform，而测试样本用transform？

仔细阅读官方文档发现，fit方法是用于从一个训练集中学习模型参数，其中就包括了归一化时用到的均值，标准偏差。transform方法就是用于将模型用于位置数据，fit_transform就很高效的将模型训练和转化合并到一起，训练样本先做fit，得到mean，standard deviation，然后将这些参数用于transform（归一化训练数据），使得到的训练数据是归一化的，而测试数据只需要在原先得到的mean，std上来做归一化就行了，所以用transform就行了。

StandardScaler对矩阵作归一化处理，变换后的矩阵各特征均值为0，方差为1