6. 資料集轉換#
scikit-learn 提供了一個轉換器庫，可以清理（請參閱預處理資料）、縮減（請參閱非監督式降維）、擴展（請參閱核近似）或生成（請參閱特徵提取）特徵表示。
與其他估計器類似，這些轉換器由具有 fit 方法的類別表示，該方法從訓練集中學習模型參數（例如，用於標準化的平均值和標準差），以及 transform 方法，該方法將此轉換模型應用於未見過的資料。fit_transform 對於同時建模和轉換訓練資料可能更方便和有效。
在管道和複合估計器中涵蓋了平行或串聯組合這些轉換器。成對度量、親和力和核函數涵蓋了將特徵空間轉換為親和力矩陣，而轉換預測目標 (y)則考慮了目標空間（例如，分類標籤）的轉換，以便在 scikit-learn 中使用。