Python 学習データ前処理の正規化をscikit-learn[fit_transform]で実装する - Qiita

学習データの前処理にデータの実数範囲を変更する正規化と呼ばれる処理があります。 正規化の実装はscikit-learn(以下sklearn)にfit_transformと呼ばれる関数が用意されています。 今回は学習データと検証データに対して正規化を行う実装をサンプルコードと共に共有します。 sklearn正規化関数 sklearnに用意されている正規化関数は主に3種類、2段階のプロセスがあります。 パラメータの算出 パラメータを用いた変換 fit() 入力データから標準偏差や最大・最小値を算出しパラメータを保存 transform() fit関数から算出されたパラメータを用いてデータを変換 fit_transform() 上記の処理を連続的に実行する なぜ3種類の関数があるか？ あるデータに対して正規化をするのであればfit_transorm関数を用いて同時にパラメータの算出とデータ変換を