7. 数据集转换#
scikit-learn 提供了一个转换器库，它可以用于清理（参见数据预处理）、降维（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，这些转换器由类表示，包含一个 fit 方法，该方法从训练集中学习模型参数（例如，用于标准化的均值和标准差），以及一个 transform 方法，该方法将转换模型应用于未见数据。对于同时建模和转换训练数据，fit_transform 可能更方便和高效。
关于如何组合这些转换器（无论是并行还是串联），请参阅管道和复合估计器。成对度量、相似度和核函数介绍了将特征空间转换为相似度矩阵，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。