sklearn.decomposition 中可用的 PCA 中的拟合、变换和 fit_transform 有何作用？
What does fit, transform, and fit_transform do in PCA available in sklearn.decomposition?
我正在尝试模仿 PCA class 在 sklearn.decomposition 中可用的行为。
我写了一个计算 SVD 的方法，但我不确定 fit()、tranform() 和 fit_transform() 做了什么，没有它我无法继续.
我认为 fit() 计算 svd 并且可以使用 singular_values_ 属性访问奇异值，但我不知道其余两种方法。
在 docs 中，您可以看到 fit()、transform() 和 fit_transform() 的一般说明：
[...] a fit method, which learns model parameters (e.g. mean and standard
deviation for normalization) from a training set, and a transform
method which applies this transformation model to unseen data.
fit_transform may be more convenient and efficient for modelling and
transforming the training data simultaneously.
我正在尝试模仿 PCA class 在 sklearn.decomposition 中可用的行为。
我写了一个计算 SVD 的方法，但我不确定 fit()、tranform() 和 fit_transform() 做了什么，没有它我无法继续.
我认为 fit() 计算 svd 并且可以使用 singular_values_ 属性访问奇异值，但我不知道其余两种方法。
在 docs 中，您可以看到 fit()、transform() 和 fit_transform() 的一般说明：
[...] a
fitmethod, which learns model parameters (e.g. mean and standard deviation for normalization) from a training set, and atransformmethod which applies this transformation model to unseen data.fit_transformmay be more convenient and efficient for modelling and transforming the training data simultaneously.