### StandardScaler 的用途及 `fit_transform` 方法的作用 #### StandardScaler 的主要功能 `StandardScaler` 是 scikit-learn 中的一个类，主要用于对数据进行标准化处理。其核心目标是将特征的分布调整为具有零均值和单位方差的标准正态分布。这种标准化有助于消除不同特征之间的量纲差异，使得模型能够更加高效地收敛[^2]。 具体而言，`StandardScaler` 通过对每个特征分别计算均值 $\mu$ 和标准差 $\sigma$，然后按照以下公式对数据进行转换： $$ X_{\text{scaled}} = \frac{X - \mu}{\sigma} $$ 其中 $X$ 表示原始数据，$\mu$ 表示均值，$\sigma$ 表示标准差。 #### `fit_transform` 方法的作用 `fit_transform` 是一种组合方法，它同时实现了两个步骤：`fit` 和 `transform`。这两个步骤的具体含义如下： 1. **`fit` 方法** 它负责计算训练集中每列特征的均值和标准差，并将其存储在 `StandardScaler` 对象内部的状态中。这一步骤仅适用于训练集，目的是让模型记住训练数据的统计特性。 2. **`transform` 方法** 它基于前面通过 `fit` 学习到的均值和标准差，对输入数据进行实际的标准化操作。对于测试集或新数据来说，应该直接使用 `transform` 而不再重新调用 `fit`，以确保测试数据与训练数据采用相同的缩放规则[^3]。 因此，`fit_transform` 的作用是对训练数据既进行了参数学习又完成了数据转换的过程。而对于测试数据，则只需单独调用 `transform` 即可[^5]。 #### 使用场景举例 下面提供一个具体的代码案例来展示如何正确使用 `StandardScaler` 和 `fit_transform` 方法： ```python from sklearn.datasets import load_iris from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression # 加载 Iris 数据集 data = load_iris() X, y = data.data, data.target # 将数据集划分为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 初始化 StandardScaler 并对训练集进行 fit_transform scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) # 同时完成 fit 和 transform 操作 # 对测试集只进行 transform X_test_scaled = scaler.transform(X_test) # 构建逻辑回归模型并训练 model = LogisticRegression(max_iter=200) model.fit(X_train_scaled, y_train) # 输出模型评分 accuracy = model.score(X_test_scaled, y_test) print("模型准确率:", accuracy) ``` 在此示例中可以看到，`fit_transform` 方法被应用于训练集以获取合适的缩放比例；而针对测试集则仅仅执行了 `transform` 操作，以此维持两者间的一致性[^1]。 --- ###