まず、'transform'メソッドは、データセットを変換するために使用されます。これは、学習済みの変換器（transformer）を適用することで、データセットの特徴量を変換します。つまり、変換器を学習させる必要はありません。例えば、スケーリングや正規化などの変換を行う場合、'transform'メソッドを使用します。
以下に、具体的なコード例を示します。
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
# データのスケーリング
scaler = StandardScaler()
scaled_data = scaler.fit_transform(data) # fit_transformメソッドを使用
# 主成分分析
pca = PCA(n_components=2)
transformed_data = pca.fit_transform(data) # fit_transformメソッドを使用上記の例では、StandardScalerを使ってデータをスケーリングし、PCAを使ってデータを主成分に変換しています。
まとめると、'transform'メソッドは学習済みの変換器を使ってデータを変換するために使用され、'fit_transform'メソッドは変換器を学習させてからデータを変換するために使用されます。適切なメソッドの選択は、特定のデータ変換の目的と、変換器がどのようにデータに適合するかに依存します。