14_转换器和估计器

1.转换器：

　fit_transform():输入数据直接转换。

　fit():输入数据，进行一些计算，算平均值、方差等，不进行数据的转换。

　transform():根据fit得出的平均值、方差，来处理新的数据。

　因此，如果fit_transform与fit的数据不一样，那么transform数据结果也不一样。

2.估计器(estimator):

　所谓的估计器就是一类实现了算法的API。

　注意：训练集分为特征值和目标值、测试集也分为特征值和目标值。

　x_train:训练集中的特征值；y_train:训练集中的目标值；x_test:测试集中的特征值；y_test:测试集中的目标值；

　(x_train(data)和y_train(target)的特征要一样，年龄特征预测也要对应年龄，不能把年龄特征值来预测性别，不是吗？)

 估计器的流程:数据划分为训练集和测试集，我们建立模型的时候只需要把训练集输入进去就可以。训练集包括x_train、y_train,调用fit传入x_train、y_train,这样此算法就能利用这个模型进行计算，模型建立好之后要预测数据，看模型预测的数据准确与否，输入测试集的数据x_test、y_test,调用predict(x_test)，把测试集的特征值输入进去，来预测此测试集的目标值是什么（就像把特征值输入进去预测房价走向），每个算法应该都包括scroe这个方法，查看预测的准确性scroe(x_test,y_test)，真实值是1类别，预测值是2类别，就视为不准确。预测的时候应该有预测的类别和真实的类别。