二次特征化器：使用 fit_transform 进行预处理
quadratic featurizer: preprocessing with fit_transform
下面的例子写在Python中，摘自书Mastering Machine Learning。
任务概览：
- 训练数据存储在列向量X_train（特征）和y_train（响应变量）中
- 用于测试的数据分别存放在X_test和y_test
- 现在使用多项式回归（在本例中为二次回归）将模型拟合到训练数据
作者的做法（不包括导入和数据初始化）：
quad_featurizer = PolynomialFeatures(degree=2)
X_train_quad = quad_featurizer.fit_transform(X_train)
X_test_quad = quad_featurizer.transform(X_test)
regressor_quad = LinearRegression()
regressor_quad.fit(X_train_quad, y_train)
作者没有对代码进行注释，也没有详细说明所使用的方法。由于scikit-learn API 也不能给我满意的答案，所以我想问你。
为什么我要使用 fit_transform 而不仅仅是 transform 来预处理训练数据？ 我的意思是实际拟合是用 regressor_quad 对象完成的，所以 fit_transform 是多余的，是不是不是吗？
scikit 的那些特征化器必须根据您的特定数据集进行调整，然后才能将其转换为新的特征向量。 fit() 执行该调整。因此，您需要先调用 fit()，然后调用 transform()，或通过 fit_transform().
同时调用两者
在您的示例中，PolynomialFeatures 用于将您的训练数据投影到新的更高维度 space。因此向量 (3, 6) 将变为 (1, 3, 6, 3*3, 3*6, 6*6)。在 fit() 中，PolynomialFeatures 学习训练向量的大小，在 transform() 中，它从旧训练向量创建新的训练向量。所以 X_train_quad 是一个新的矩阵，其形状不同于 X_train。之后对 X_test 进行相同的操作，但是 PolynomialFeatures 已经知道向量的大小，因此不必再次 fit() 。 LinearRegression 然后通过其 fit() 方法在您的新训练数据 (X_train_quad) 上进行训练，该方法与 PolynomialFeatures 完全分离，因此其 fit() 不会确实与 PolynomialFeatures 的 fit() 有关。
下面的例子写在Python中，摘自书Mastering Machine Learning。
任务概览：
- 训练数据存储在列向量X_train（特征）和y_train（响应变量）中
- 用于测试的数据分别存放在X_test和y_test
- 现在使用多项式回归（在本例中为二次回归）将模型拟合到训练数据
作者的做法（不包括导入和数据初始化）：
quad_featurizer = PolynomialFeatures(degree=2)
X_train_quad = quad_featurizer.fit_transform(X_train)
X_test_quad = quad_featurizer.transform(X_test)
regressor_quad = LinearRegression()
regressor_quad.fit(X_train_quad, y_train)
作者没有对代码进行注释，也没有详细说明所使用的方法。由于scikit-learn API 也不能给我满意的答案，所以我想问你。
为什么我要使用 fit_transform 而不仅仅是 transform 来预处理训练数据？ 我的意思是实际拟合是用 regressor_quad 对象完成的，所以 fit_transform 是多余的，是不是不是吗？
scikit 的那些特征化器必须根据您的特定数据集进行调整，然后才能将其转换为新的特征向量。 fit() 执行该调整。因此，您需要先调用 fit()，然后调用 transform()，或通过 fit_transform().
在您的示例中，PolynomialFeatures 用于将您的训练数据投影到新的更高维度 space。因此向量 (3, 6) 将变为 (1, 3, 6, 3*3, 3*6, 6*6)。在 fit() 中，PolynomialFeatures 学习训练向量的大小，在 transform() 中，它从旧训练向量创建新的训练向量。所以 X_train_quad 是一个新的矩阵，其形状不同于 X_train。之后对 X_test 进行相同的操作，但是 PolynomialFeatures 已经知道向量的大小，因此不必再次 fit() 。 LinearRegression 然后通过其 fit() 方法在您的新训练数据 (X_train_quad) 上进行训练，该方法与 PolynomialFeatures 完全分离，因此其 fit() 不会确实与 PolynomialFeatures 的 fit() 有关。