Que fait la méthode "fit" dans scikit-learn?
Pourriez-vous expliquer en quoi consiste la méthode "fit" dans scikit-learn? Pourquoi est-ce utile?
Je suis nouveau dans Machine Learning et scikit-learn.
En résumé : ajustement est égal à entraînement. Ensuite, une fois formé, le modèle peut être utilisé pour effectuer des prédictions, généralement avec un appel à la méthode .predict().
Pour élaborer : Adapter votre modèle à (c'est-à-dire en utilisant la méthode .fit() sur) les données d'apprentissage est essentiellement la partie apprentissage de la modélisation. processus. Il trouve les coefficients pour l'équation spécifiée via l'algorithme utilisé (prenons par exemple mutto exemple de régression linéaire, ci-dessus).
Ensuite, pour un classificateur, vous pouvez classer les points de données entrants (à partir d'un ensemble de tests ou autrement) à l'aide de la méthode predict. Ou, dans le cas d'une régression, votre modèle interpolera/extrapolera lorsque predict sera utilisé sur des points de données entrants.
Il convient également de noter que la nomenclature "ajustement" est parfois utilisée pour des méthodes autres que l'apprentissage automatique, telles que les détartreurs et autres étapes de prétraitement. Dans ce cas, vous "appliquez" simplement la fonction spécifiée à vos données, comme dans le cas d'un scaler min-max, TF-IDF ou d'une autre transformation.
Note: voici quelques références ...