StandardScaler()进行0,1标准化时fit_transform与transform的区别

在使用 StandardScaler（标准化缩放器）标准化时，fit_transform 和 transform 是两个常用但含义不同的方法，主要区别如下：

1. fit_transform(X)

功能 ：同时完成「拟合」和「转换」两个操作
过程：

1. 先根据输入数据 X 计算出均值（mean）和标准差（std）
2. 再使用这些计算出的均值和标准差对数据 X进行标准化处理（将数据转换为均值为 0、标准差为 1 的分布）

适用场景：对训练数据进行标准化时使用

2. transform(X)

功能 ：仅进行「转换」操作
过程：

1. 使用之前通过 fit 或 fit_transform 计算好的均值和标准差，对新数据 X 进行标准化
2. 不会重新计算均值和标准差再标准化

适用场景：对测试数据或新数据进行标准化时使用

关键区别与注意事项

• fit_transform 是 fit + transform 的组合，会改变缩放器内部的状态（存储计算出的均值和标准差）
• transform 必须在 fit 或 fit_transform 之后使用，否则会报错
• 核心原则：用训练数据的统计量（均值、标准差）来标准化测试数据，保证数据处理的一致性，保持一致性，确保模型能够正确评估和泛化。

代码示例

# -*- coding: utf-8 -*-
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler


# 创建示例数据
x = [[1, 0],
     [2, 0],
     [3, 0],
     [4, 0],
     [5, 0],
     [6, 0]]
y = [0, 1, 0, 1, 0, 1]

# 划分数据集
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.5, random_state=123)
print('x_train:', x_train)

# 初始化标准化器
scaler = StandardScaler()

# 对训练数据拟合并转换
x_train_scaled = scaler.fit_transform(x_train)
np.set_printoptions(precision=2, suppress=True)
print("\n train每列统计量:")
print(f"均值: {scaler.mean_}")
print(f"标准差: {np.sqrt(scaler.var_)}")
print("x_train_scaled:", x_train_scaled)


# 对测试数据进行转换（使用训练数据的统计量）
x_test_scaled = scaler.transform(x_test)
print('x_test:', x_test)
print("\n test复用train均值和标准差后每列统计量:")
print("x_test_scaled:", x_test_scaled)

# 对测试数据拟合并转换
x_test_scaled_2 = scaler.fit_transform(x_test)
print("\n test重新计算均值和标准差后每列统计量:")
print(f"均值: {scaler.mean_}")
print(f"标准差: {np.sqrt(scaler.var_)}")
print("x_test_scaled_2:", x_test_scaled_2)

结果展示