轉換器：
1、例項化 (例項化的是乙個轉換器類(transformer))
2、呼叫fit_transform(）對於文件建立分類詞頻矩陣，不能同時呼叫
估計器：機器學習演算法的實現
在sklearn中，估計器(estimator)是乙個重要的角色，分類器和回歸器都屬於estimator，是一類實現了演算法的api
1、用於分類的估計器：
sklearn.neighbors k-近鄰演算法
sklearn.*****_bayes 貝葉斯
sklearn.linear_model.logisticregression 邏輯回歸
2、用於回歸的估計器：
sklearn.linear_model.linearregression 線性回歸
sklearn.linear_model.ridge 嶺回歸
估計器流程：
1.將資料劃分為訓練集和測試集
2.估計器就是一種演算法，呼叫fit（）將訓練集資料穿進去，建立模型計算。fit（x_train,y_train).
3.**模型，將測試集裡面的資料傳進去。測試資料predict（x_test)。還可以將資料傳入score（x_test,y_test),檢視**的準確率。
估計器的工作流程：
09機器學習 轉換器與估計器
fit transform 輸入資料直接轉換 fit transform fit 輸入資料，但不轉換，計算平均值標準差等等 transform 進行資料的轉換 from sklearn.preprocessing import standardscaler s standardscaler data...
機器學習之轉換器和估計器
想一下之前做的特徵工程的步驟？我們把特徵工程的介面稱之為轉換器，其中轉換器呼叫有這麼幾種形式 transfer standardscaler data transfer.fit transform data from sklearn.preprocessing import standardscal...
轉換器與評估器
可參考 想一下之前做的特徵工程的步驟？1 例項化 例項化的是乙個轉換器類 transformer 2 呼叫fit transform 對於文件建立分類詞頻矩陣，不能同時呼叫 我們把特徵工程的介面稱之為轉換器，其中轉換器呼叫有這麼幾種形式 fit transform fit 得到資料的均值 標準差 t...