向量模型|sklearn是干什么的
你可以把 sklearn 想成一个“数据加工 + 预测工具箱”
它不做深度学习,不做大模型,主打传统机器学习、特征转换、评估
sklearn = scikit-learn,Python 传统机器学习工具包
它帮你把 “数据→模型→预测 / 转换” 标准化
源码
https://gitee.com/kcnf-python/ai-in-action/tree/master/sample-embedding
sklearn 相关组件
| 方法 | 谁有 | 输入 | 输出 | 比喻 |
|---|---|---|---|---|
| fit | 都有 | 数据 | 自己 | 老师看课本学习 |
| transform | 只有转换器 | 数据 | 数据 | 按规则改数据 |
| predict | 只有估计器 | 数据 | 答案 | 按规则出答案 |
| fit_transform | 转换器 | 数据 | 数据 | fit + transform 合并,只对训练集用 |
两个大类组件
- transform 出数据(形状可能变,但仍是特征)
- predict 出答案(标签、类别、分数)
| 类别 | 典型代表 | 输入 | 输出 | 一句话 | |
|---|---|---|---|---|---|
| 转换器 | Transformer | StandardScaler、TfidfVectorizer | 数据 | 还是数据 | 改数据 |
| 估计器 | Estimator | KMeans、SVM、朴素贝叶斯 | 数据 | 答案/标签 | 出答案 |
