scikit-learn中的“适合”方法有什么作用? [关闭]
machine-learning
python
scikit-learn
8
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。

参考资料:
Stack Overflow
收藏
评论
共 1 个回答
高赞 时间 活跃

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...

收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号