scikit-learn中的”fit”方法有什么作用?

请问您能解释一下scikit-learn中的”fit”方法有什么作用吗?为什么它有用?


回答:

简而言之拟合等同于训练。然后,在训练之后,模型可以用来进行预测,通常是通过调用.predict()方法来实现的。

详细说明:将模型拟合到(即使用.fit()方法)训练数据上本质上是建模过程中的训练部分。它会找到通过所使用算法指定的方程的系数(例如上面[@umutto]的线性回归示例)。

然后,对于分类器,您可以使用predict方法对传入的数据点(来自测试集或其他来源)进行分类。或者,在回归的情况下,您的模型会在使用predict方法处理传入数据点时进行插值/外推。

还应该注意的是,有时”fit”这个术语也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”到您的数据上,就像使用最小-最大缩放器、TF-IDF或其他变换一样。

注意:这里有几个参考资料…

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注