sklearn | fit()、transform()、fit_transform() 三者联系与区别

• fit（）是一个方法（method），与估计器（estimator）结合，需要一个数据集作为参数，用来训练estimator，如estimator.fit()。任何其它用来指导估计过程的参数都被当做超参数，并且是通过估计器的参数设置，将超参数设置成实例变量。
• transform（）是一个方法，用于estimator.fit()之后，返回的是经过转换的数据集。

from sklearn.impute import SimpleImputer

# 设置strategy，之后调用fit（）时，统计每一列数据的中位值
imputer = SimpleImputer(strategy='median')

# 喂给estimator将要使用的数据集，并通过设置strategy，来让统计数据集中每一列数据的中位数
imputer.fit(dataset)

# 估计器经过fit()学习到的参数可以通过实例变量名（imputer）后加下划线来访问
# 它返回数据集中每一列数据的中位数
imputer.statistics_

array([-118.51  ,   34.26  ,   29.    , 2119.5   ,  433.    , 1164.    ,    408.    ,    3.5409])

# 用获得的每一列的中位数来替换该列的残缺值，返回的是经过处理的数据集，形式为NumPy的array形式
imputed_data = imputer.transform(dataset)

imputer的具体作用，可参考(数据预处理 | 处理残缺值（Missing value）python-sklearn实现| 三种常用方法)[https://blog.csdn.net/SanyHo/article/details/105303547]

• fit_transform() 是上述两种方法的结合，有时候该方法的运行会更快些

from sklearn.impute import  SimpleImputer

imputer = SimpleImputer(strategy = "median")

# 返回的是经过处理的数据集,形式为NumPy的array形式
imputed_data = imputer.fit_transform()

参考资料：
《Hands-on Machine Learning with Scikit-Learn and TensorFlow》