Чем отличаются методы fit, fit_transform и transform в scikit-learn?

В scikit-learn методы fit, transform и fit_transform используются для подготовки и преобразования данных, особенно в трансформерах (например, масштабирование, кодирование).

• fit(X, y=None) — обучает трансформер на данных X (и опционально y). Например, вычисляет параметры, такие как среднее и стандартное отклонение для StandardScaler.

• transform(X) — применяет преобразование к данным X, используя параметры, вычисленные на этапе fit. Например, масштабирует данные по ранее вычисленным параметрам.

• fit_transform(X, y=None) — сочетает в себе fit и transform: сначала обучает трансформер на X, затем сразу преобразует X.

Пример:

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaler.fit(X_train)           # вычисляем параметры на обучающей выборке
X_train_scaled = scaler.transform(X_train)  # применяем масштабирование

# или короче
X_train_scaled = scaler.fit_transform(X_train)

Таким образом, fit — обучение, transform — применение, fit_transform — обучение и применение за один шаг.