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。

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。