"""sklearn中
fit_transform()：输入数据，直接转换
=fit()：输入数据，不转换，可以计算平均值、方差等
+transform()：进行数据的转换，将数据转换成值
转换器：
实例化
fit_transform
fit
transform
"""
"""转换器"""
from sklearn.preprocessing import StandardScaler
s = StandardScaler()
data = s.fit_transform([[1,2,3],[4,5,6]])
print(data) #将数据进行了标准化（因为用的是StandardScaler
data = s.fit([[1,2,3],[4,5,6]])
print(data) #是一个StandardScaler类
print(type(data))
print(s.transform([[1,2,3],[4,5,6]])) #之前的fit+这里的transform后，结果和上面的fit_transform相同
data = s.fit([[2,3,4],[5,6,7]]) #fit的数据不一样，标准差和平均值就不一样
#说明fit就是计算平均值和标准差
print(s.transform([[1,2,3],[4,5,6]])) #用2和4的平均值和标准差对1和4进行了转化
#这里的transform后的数据和前一个transform的数据不一样，就是因为标准不一样
"""估计器
转换器实现了特征工程的api，估计器实现了算法的api
"""
"""
1. 用于分类的估计器：
sklearn.neighbors k-邻近算法
sklearn.naive_bayes 贝叶斯
sklearn.liner_model.LogisticRegression 逻辑回归
sklearn.tree 决策树与随机森林
2. 用于回归的估计器：
sklearn.linear_model.LinearRegression 线性回归
sklearn.linear_model.Ridge 岭回归
难点在于每个算法api当中的参数
3. 估计器的使用流程：
1. 调用fit(x_train, y_train)， 训练数据
2. 输入测试集的数据x_test, y_test
1. y_predict = predict(x_test)， 预测测试集的结果
2. 预测的准确率：score(x_test, y_test)，得出准确率
"""
07-转换器与估计器
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 内容转换器与预估器KNN算法模型选择与调优朴素贝叶斯算法决策树与随机森林转换器与预估器特征工程流程 1.实例化一个...
- 使用cad版本转换器怎么进行DWG与DXF之间的转换？DWG与DXF这两种格式是CAD图纸文件的两种基本格式，完成...
- 概述 从一个HTML表单到Action对象，类型转换是从字符串到非字符串。 把请求参数映射到action属性的工作...
