6. 数据集转换#
scikit-learn 提供了一套转换器库，可以用来清理（参见 预处理数据）、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，该方法从训练集学习模型参数（例如，用于归一化的均值和标准差），以及 transform 方法，该方法将此转换模型应用于未见过的數據。 fit_transform 可能更方便和高效，可以同时对训练数据进行建模和转换。
在 管道和复合估计器 中介绍了如何组合这些转换器，无论是并行还是串行。 成对度量、亲和力和核 涵盖了将特征空间转换为亲和矩阵，而 转换预测目标 (y) 则考虑了目标空间（例如，类别标签）的转换，以便在 scikit-learn 中使用。