您能否解释一下 scikit-learn 中的“fit”方法的作用?为什么有用?
最佳答案
简而言之:拟合等于训练。然后,经过训练后,模型就可以用来进行预测了,通常使用 .predict()
方法调用。
详细说明:将模型拟合(即使用 .fit()
方法)训练数据本质上是建模过程的训练部分。它找到通过所使用的算法指定的方程的系数(例如上面的 umutto's 线性回归示例)。
然后,对于分类器,您可以使用 predict
方法对传入的数据点(来自测试集或其他)进行分类。或者,在回归的情况下,当 predict
用于传入数据点时,您的模型将进行插值/外推。
还应注意,有时“拟合”命名法用于非机器学习方法,例如缩放器和其他预处理步骤。在这种情况下,您只是将指定的函数“应用”到您的数据中,就像使用 min-max 缩放器、TF-IDF 或其他转换一样。
注意:这里有几个引用...
关于python - scikit-learn 中的 "fit"方法有什么作用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45704226/