特征工程：转换器与估计器，估计器的工作原理

目录

1.转换器与估计器

1_当转换器与估计器输入数据集不一致时

2_当省略估计器时会报错

3_其他估计器的API接口

4_估计器的工作流程 

参考文章

---

1.转换器与估计器

fit_transform()这个函数实际分为两步

fit()：估计器，输入数据集后，先计算平均值，方差，标准差。

transform()：只有估计器工作后，才能进行数据转换

1_当转换器与估计器输入数据集不一致时

值得注意的是，当数估计器和转换器的输入数据集不一样时，转换器会以估计器输入的数据集来计算平均值和标准差，从而导致输出结果出问题。所以分步执行时，一定要确保估计器与转换器的输入数据集一致。

from sklearn.preprocessing import StandardScaler

st=StandardScaler()
st.fit([[7,8,9],[10,11,12]])
data=st.transform([[1,2,3],[4,5,6]])
data2=st.fit_transform([[1,2,3],[4,5,6]])
print("转换器与估计器输入值不一致\n",data)
print("转换器与估计器输入值一致\n",data2)

可以看到输出结果为：  

转换器与估计器输入值不一致
 [[-5. -5. -5.]
 [-3. -3. -3.]]
转换器与估计器输入值一致
 [[-1. -1. -1.]
 [ 1.  1.  1.]]

2_当省略估计器时会报错

注释掉st.fit([[1,2,3],[4,5,6]])，看看不使用估计器的结果

sklearn.exceptions.NotFittedError: This StandardScaler instance is not fitted yet. Call 'fit' with appropriate arguments before using this estimator.

 

3_其他估计器的API接口

在sklearn中，估计器(estimator)是一个重要的角色，是一类实现了算法的API

sklearn 估计器是进行机器学习的面向对象

1_用于分类的估计器：

• sklearn.neighbors k-近邻算法
• sklearn.naive_bayes 贝叶斯
• sklearn.linear_model.LogisticRegression 逻辑回归
• sklearn.tree 决策树与随机森林

2_用于回归的估计器：

• sklearn.linear_model.LinearRegression 线性回归
• sklearn.linear_model.Ridge 岭回归

3_用于无监督学习的估计器`x

• sklearn.cluster.KMeans 聚类
   

用法示例

from sklearn.neighbors import KNeighborsClassifier

ba= KNeighborsClassifier
#x_train是数据集，y_train是目标值
ba.fit(x_train,y_train)

 

4_估计器的工作流程 

如图所示，x_train数据集，y_train目标值作为输入，调给fit()估计器，建立模型（模型=数据+目标值）。

经过数据训练（下图中没有体现）后，得到可用的数据模型。

既然数据模型已经建立，就需要一组测试集来做验证，这里是x_test(数据集)和y_test(目标值)，这里面的工作方式是，通过训练集生成的模型，对测试集进行目标值预测，输出预测结果（目标值）。

然后拿输入的y_test(真实目标值）与预测结果比对，通常较为score值，当score值较大时（1代表100%）,预测结果越准。

当socre值较小时，我们就要加大训练集的数量或者调整算法参数，甚至更换算法，以此来提高预测准确度。

 

 

 

 

参考文章

机器学习之转换器和估计器https://blog.csdn.net/Charles_TheGod/article/details/84382944

转换器和估计器https://www.cnblogs.com/shenjianping/p/12952104.html