幂变换#
- sklearn.preprocessing.power_transform(X, method='yeo-johnson', *, standardize=True, copy=True)[source]#
参数化、单调变换，使数据更接近高斯分布。
幂变换是一族参数化、单调变换，用于使数据更接近高斯分布。这对于解决与异方差性（非恒定方差）相关的建模问题或需要正态性的其他情况非常有用。
目前，power_transform 支持 Box-Cox 变换和 Yeo-Johnson 变换。通过最大似然估计最佳参数，以稳定方差并最小化偏度。
Box-Cox 变换要求输入数据严格为正，而 Yeo-Johnson 变换支持正值和负值。
默认情况下，将对变换后的数据应用零均值、单位方差归一化。
在 用户指南 中了解更多信息。
- 参数：
- X形状为 (n_samples, n_features) 的类数组
使用幂变换转换的数据。
- method{'yeo-johnson', 'box-cox'}，默认为 'yeo-johnson'
幂变换方法。可用方法为：
0.23 版本中的更改： 在 0.23 版本中，
method参数的默认值从 'box-cox' 更改为 'yeo-johnson'。- standardize布尔值，默认为 True
设置为 True 以将零均值、单位方差归一化应用于变换后的输出。
- copy布尔值，默认为 True
如果为 False，则尝试避免复制并就地转换。但这不能保证总是就地工作；例如，如果数据是具有 int 数据类型的 numpy 数组，即使 copy=False，也会返回一个副本。
- 返回：
- X_trans形状为 (n_samples, n_features) 的 ndarray
变换后的数据。
另请参见
备注
NaN 被视为缺失值：在
fit中忽略，并在transform中保留。有关不同缩放器、转换器和归一化器的比较，请参见：比较不同缩放器对具有异常值的数据的影响。
参考文献
[1]I.K. Yeo 和 R.A. Johnson，“一种改进正态性或对称性的新型幂变换族”。《Biometrika》，87(4)，第 954-959 页，(2000)。
[2]G.E.P. Box 和 D.R. Cox，“变换分析”，《皇家统计学会 B 杂志》，26, 211-252 (1964)。
示例
>>> import numpy as np >>> from sklearn.preprocessing import power_transform >>> data = [[1, 2], [3, 2], [4, 5]] >>> print(power_transform(data, method='box-cox')) [[-1.332... -0.707...] [ 0.256... -0.707...] [ 1.076... 1.414...]]
警告
数据泄露风险。除非您知道自己在做什么，否则请勿使用
power_transform。一个常见的错误是在拆分为训练集和测试集 *之前* 将其应用于整个数据。这将使模型评估产生偏差，因为信息会从测试集泄漏到训练集。通常，我们建议在 Pipeline 中使用PowerTransformer以防止大多数数据泄漏风险，例如：pipe = make_pipeline(PowerTransformer(), LogisticRegression())。