Python 用训练数据拟合_变换，用测试数据拟合变换_Python_Scikit Learn

Python 用训练数据拟合_变换，用测试数据拟合变换

python scikit-learn

Python 用训练数据拟合_变换，用测试数据拟合变换,python,scikit-learn,Python,Scikit Learn,正如标题所说，我正在使用fit_transform和CountVectorizer对训练数据进行处理。。然后我只对测试数据使用tranform。。。这是否与仅在培训中使用fit和仅在测试数据中使用tranform相同？答案是是： fit\u transform相当于fit后接transform，但实现起来更有效 fit和fit\u transform将分类器与数据集相匹配。然后，您可以使用相同的分类器转换任何其他数据集（在您的案例中是测试集）。答案是是： fit\u transform相当于fi

正如标题所说，我正在使用

fit_transform

和

CountVectorizer

对训练数据进行处理。。然后我只对测试数据使用

tranform

。。。这是否与仅在培训中使用

fit

和仅在测试数据中使用

tranform

相同？

答案是是：

fit\u transform
相当于
fit
后接
transform
，但实现起来更有效

fit
和
fit\u transform
将分类器与数据集相匹配。然后，您可以使用相同的分类器转换任何其他数据集（在您的案例中是测试集）。
答案是是：

fit\u transform
相当于
fit
后接
transform
，但实现起来更有效

fit
和
fit\u transform
将分类器与数据集相匹配。然后，您可以使用相同的分类器转换任何其他数据集（在您的情况下是测试集）。
如果您仅在训练中使用
fit
，而在测试数据中使用
transform
，则无法获得正确的结果

当对训练数据使用
fit_transform
时，这意味着机器正在从特征空间中的参数学习，并转换（缩放）训练数据。另一方面，您应该仅对测试数据使用
transform
，以根据从训练数据中学习到的参数对其进行缩放
如果仅在训练中使用
fit
，而在测试数据中使用
transform
，则不会得到正确的结果

当对训练数据使用
fit_transform
时，这意味着机器正在从特征空间中的参数学习，并转换（缩放）训练数据。另一方面，您应该仅对测试数据使用
transform
，以根据从训练数据中学习到的参数对其进行缩放
如果我正在测试训练数据本身，那么我应该使用
transform
从原始训练数据生成测试特征吗？或者我应该仅仅使用
fit\u transform
的结果作为训练和测试功能吗？您需要使用
transform（）
方法转换
test\u train
如果我正在测试训练数据本身，那么我应该使用
transform
从原始训练数据生成测试功能吗？或者我应该仅仅使用
fit\u transform
的结果作为培训和测试功能吗？您需要使用
transform（）
方法转换您的
test\u train