Estimator还是Transformer

Estimator和Transformer都是机器学习中常用的概念，但它们有不同的作用。

Estimator是一种对象，它可以被用来拟合数据集并创建一个模型。在scikit-learn中，例如LinearRegression或SVM就是Estimator的例子。Estimator通常有一个fit方法，用于训练模型，并且也可以有其他的参数来调整模型的性能。

Transformer是一种对象，它可以被用来转换数据集。在scikit-learn中，例如StandardScaler或PCA就是Transformer的例子。Transformer通常有一个transform方法，用于将输入数据集转换成输出数据集，并且也可以有其他的参数来调整转换的方式。

总的来说，Estimator和Transformer都是机器学习中非常重要的概念。它们分别用于训练模型和转换数据，可以帮助我们从原始数据中提取有用的特征，并最终构建出一个高性能的机器学习模型。