sklearn转换器与预估器

1.转换器
实例化是一个转换器类（transformer）
调用fit_transform（对于建立词频矩阵，不能同时调用）
可以将数据集变为可用的数据集，是一种直接转换的形式。
fit（）是输入数据，但是不进行转换。
transform（）是进行数据的转换。

from sklearn.preprocessing import StandardScaler
s=StandardScaler()
print(s.fit_transform([[1,2,3]],[4,5,6]))
ss=StandardScaler()
ss.fit([[1,2,3],[4,5,6]])
print(ss.transform([[1,2,3],[4,5,6]]))
print(ss.transform([[1,2,3],[4,6,8]]))

2.估计器（estimator）
针对训练集和测试集
输入训练集fit（x_train,y_train）
然后调用指令如predict(x_test),score(x_test,y_test)
fit是使用训练集的结果，然后用这些结果去对测试集进行处理。