Python — od podstaw do zaawansowanego · scikit-learn — klasyczne ML
Estimator API — fit, predict, transform
scikit-learn — klasyczne ML
Wprowadzenie
scikit-learn jest popularny nie dlatego, że ma najszybsze algorytmy, ale dlatego, że ma JEDNO API dla wszystkich. RandomForest, SVM, KMeans, PCA, StandardScaler — każdy z nich uczy się przez .fit(X, y) lub .fit(X), a wynik dostajesz przez .predict(X) (predyktory) albo .transform(X) (transformatory). Ta lekcja systematyzuje kontrakt estymatora: kiedy fit_transform vs fit().transform(), dlaczego scaler MUSI być nauczony tylko na trainie, czym predict_proba różni się od predict, jak random_state zapewnia powtarzalność. Po lekcji zrozumiesz, czemu nowy algorytm z dokumentacji sklearn potrafisz użyć w 30 sekund — bo API jest zawsze takie samo.