1 前言

在使用sklearn處理資料的時候，會經常看到fit_tranform()，但是偶爾也會遇到fit()和transform()函式，不太明白怎麼使用，於是查詢資料整理一下。

2 理解

fit：原義指的是安裝、使適合的意思，其實有點train的含義但是和train不同的是，它並不是一個訓練的過程，而是一個適配的過程，過程都是定死的，最後只是得到了一個統一的轉換的規則模型。
transform：是將資料進行轉換，比如資料的歸一化和標準化，將測試資料按照訓練資料同樣的模型進行轉換，得到特徵向量。
fit_transform：可以看做是fit和transform的結合，如果訓練階段使用fit_transform，則在測試階段只需要對測試樣本進行transform就行了。
下面來看一下這兩個函式的API以及引數含義：
1、fit_transform()函式

3 小栗子

訓練階段：

corpus = _readbunchobj(wordbag_path).contents
tf_vectorizer = CountVectorizer(max_df=0.95,min_df=2,stop_words=stpwrdlst)
tf = tf_vectorizer.fit_transform(corpus)

測試階段：

contents = _readfile(
 
file_name)
tf = tf_vectorizer.transform([contents])

參考文章

1. NLP：sklearn中fit、fit_transform、transform的區別
2. Python: sklearn庫中資料預處理函式fit_transform()和transform()的區別