python——数据预处理函数fit_transform()和transform()的区别
fit() ：用于从训练数据生成学习模型参数
transform()：从fit()方法生成的参数，应用于模型以生成转换数据集。
fit_transform()：在同一数据集上组合fit()和transform()api
要使数据归一化（使其均值为0和方差为1），使减去平均值，然后将结果除以标准偏差。
可以在训练数据集上执行此操作。但是，必须将相同的转换应用于测试集（例如交叉验证），或者在预测之前应用于新获得的示例。但是你必须使用相同的两个参数μ米和σp （值）用于归一化训练集。
因此，每个sklearn的变换fit()只是计算参数（例如μ米和σp在StandardScaler的情况下）并将它们保存为内部对象状态。然后，您可以调用其transform()方法将转换应用于特定的一组示例。
fit_transform()加入这两个步骤，用于训练集x上的参数的初始拟合X，但它也返回一个转换后的x′X′。在内部，它只是先调用fit()然后调用transform()相同的数据。