fit_变换后数组大小不同

Question

我对fit_transform函数有问题。有人能解释为什么数组大小不同吗？在

In [5]: X.shape, test.shape

Out[5]: ((1000, 1932), (1000, 1932))

In [6]: from sklearn.feature_selection import VarianceThreshold
        sel = VarianceThreshold(threshold=(.8 * (1 - .8)))
        features = sel.fit_transform(X)
        features_test = sel.fit_transform(test)

In [7]: features.shape, features_test.shape

Out[7]:((1000, 1663), (1000, 1665))

UPD:哪个转换可以帮助我获得相同大小的数组？在

Answer 1

这是因为您安装了两次选择器。在

首先，注意fit_transform只是对fit的调用，然后是对{}的调用。在

fit方法允许您的VarianceThreshold选择器根据您给它的参数查找它希望保留在数据集中的特性。在

transform方法执行实际的特性选择，并返回一个n数组，其中只包含选定的特性。在

Answer 2

因为fit_transform对数组应用了维数缩减。这就是结果数组的维数与输入不一样的原因。在

看到这个what is the difference between 'transform' and 'fit_transform' in sklearn和这个http://scikit-learn.org/stable/modules/feature_extraction.html