7. 数据集转换#
scikit-learn 提供了一个转换器库，可以用于清理（参见 数据预处理）、减少（参见 无监督降维）、扩展（参见 核近似）或生成（参见 特征提取）特征表示。
与其他估计器一样，这些转换器由具有 fit 方法的类表示，该方法从训练集中学习模型参数（例如，用于归一化的均值和标准差），以及一个 transform 方法，该方法将此转换模型应用于未见数据。fit_transform 对于同时建模和转换训练数据可能更方便和高效。
将这些转换器并行或串联组合起来在 管道与复合估计器 中有介绍。成对指标、亲和性与核函数 涵盖了将特征空间转换为亲和性矩阵，而 转换预测目标 (y) 则考虑了目标空间（例如分类标签）的转换，以便在 scikit-learn 中使用。