sklearnノート:transfrom()なぜfit_につながっているのかtransform()はfit()ではなく後ろですか?

偶然出会う

x_train_result = your_model.fit_transform(x_train_set)
x_test_result = your_model.transform(x_test_set)

transform()関数はfit_transform()関数の後ろにあります.これは何の操作ですか.答え:肝心なことfit_transform()は、fit()+transform()に相当し、transform()は直接応用することができる.
わからなかったら下の例を見てください
例:データセットX_についてtrainとX_test、神の視点からモデルは以下の通りです:y=β 0 + β 1 x + β 2 x 2 . y =\beta_0 +\beta_1 x +\beta_2 x^{2}. y=β0​+β1​x+β2​x2.

fit():Xからtrainでは、各パラメータを算出し、β 0 β_0 β0​、 β 1 β_1 β1とβ 2 β_2 β2​,

transform():データセットX_trainは式を適用し,結果を得た.一般的に私たちのコードは次のとおりです.

your_model.fit(x_train) #  fit()， 3 β y， your_model

x_train_quadratic = quadratic_featurizer.transform(x_train) #  your_model x_train ， 
print(x_train_quadratic)
#  
[[  1.   6.  36.]
 [  1.   8.  64.]
 [  1.  10. 100.]
 [  1.  14. 196.]
 [  1.  18. 324.]]
 
x_test_quaratic = quadratic_featurizer.transform(x_test)  #  your_model x_test ， 
print(x_test_quaratic)
#  
[[  1.   6.  36.]
 [  1.   8.  64.]
 [  1.  11. 121.]
 [  1.  16. 256.]]

しかし、上記は以下のように簡単に書くことができます.

x_train_quadratic = quadratic_featurizer.fit_transform(x_train)
print(x_train_quadratic)
#  
[[  1.   6.  36.]
 [  1.   8.  64.]
 [  1.  10. 100.]
 [  1.  14. 196.]
 [  1.  18. 324.]]
 
x_test_quaratic = quadratic_featurizer.transform(x_test)
print(x_test_quaratic)
#  
[[  1.   6.  36.]
 [  1.   8.  64.]
 [  1.  11. 121.]
 [  1.  16. 256.]]

その他の英語の答えはfit_がありますtransform() vs. transform() by EngWiPy Difference between fit and fit_transform in scikit_learn models? by Kaggle 2016.7.21