简而言之 : 适应等于训练 。然后,在对其进行训练之后,通常可以通过.predict()
方法调用将模型用于进行预测。
详细说明 :使模型适合训练数据(即使用.fit()
方法)实质上是建模过程中的训练部分。它找到通过使用的算法指定的方程式的系数(例如,上面的umutto线性回归示例)。
然后,对于分类器,您可以使用predict
方法对传入数据点(来自测试集或其他方式)进行分类。或者,在回归的情况下,当对传入数据点使用predict
时,您的模型将进行内插/外推。
还应注意,有时“适合”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,就像在最小-最大缩放器,TF-IDF或其他转换的情况下一样,您只是在数据上“应用”指定的功能。
注意:以下是一些参考...
0
您能否解释一下scikit-learn中的“ fit”方法是什么?为什么有用?
我是机器学习和scikit学习的新手。