sklearn StandardScaler，不允许直接变换，我们需要fit_transform

Posted 2023-03-12

【中文标题】sklearn StandardScaler，不允许直接变换，我们需要fit_transform

【英文标题】：sklearn StandardScaler, doesn't allow direct transform, we need to fit_transform

【发布时间】：2019-01-29 23:09:21

【问题描述】：

fit_transform 和 transform 有什么区别？ 为什么直接转换不起作用？

from sklearn.preprocessing import StandardScaler

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

如果直接转换，则会出现以下错误

NotFittedError：此 StandardScaler 实例尚未安装。称呼 在使用此方法之前，“适合”适当的参数。

【参考方案1】：

StandardScaler，如per documentation：

通过去除均值和缩放到单位方差来标准化特征

因此，它首先需要以某种方式了解数据的均值和方差。 因此需要fit() 或fit_transform()，以便StandardScaler 可以遍历所有数据以找到均值和方差。那些可以访问 按属性：

mean_：训练集中每个特征（列）的平均值。

var_ ：训练集中每个特征的方差。

请注意，这些数据将针对数据中的每一列单独计算。

在transform() 中，它只会使用mean 和variance 的值来缩放数据。

现在你可能会说为什么它在transform() 期间不计算这些属性。这样做是为了使测试数据的缩放方式与训练数据的缩放方式相同（来自fit_transform()）。如果您在每次调用transform() 时计算数据的均值和方差，那么所有传递的数据将具有不同的比例，这不是您想要的。

这适用于所有 scikit 转换器。

1) fit() - 只会遍历数据并保存所有需要的数据属性

2) transform() - 使用fit() 中保存的属性来更改数据

3) fit_transform() - fit() 和 transform() 相同数据的实用函数。

通常你会在训练数据上调用fit_transform()，而在测试数据上只调用transform()。

【讨论】：

谢谢，有道理。

@PARASNIGAM 因为答案解决了您的问题，请接受它 - 请参阅What should I do when someone answers my question?