robust_scale#

sklearn.preprocessing.robust_scale(X, *, axis=0, with_centering=True, with_scaling=True, quantile_range=(25.0, 75.0), copy=True, unit_variance=False)[source]#

沿任意轴标准化数据集。

根据中位数和四分位数间距进行分量式缩放。

在用户指南中了解更多信息。

参数:

X形状为 (n_sample, n_features) 的 {array-like, 稀疏矩阵}: 要进行中心化和缩放的数据。
axisint, 默认值为0: 用于计算中位数和IQR的轴。如果为 0，则独立缩放每个特征；否则（如果为 1），则缩放每个样本。
with_centeringbool, 默认值为True: 如果为True，则在缩放前对数据进行中心化。
with_scalingbool, 默认值为True: 如果为True，则将数据缩放到单位方差（或等效地，单位标准差）。
quantile_rangetuple (q_min, q_max), 0.0 < q_min < q_max < 100.0, 默认值为(25.0, 75.0): 用于计算scale_的分位数范围。默认情况下，这等于IQR，即q_min是第一四分位数，q_max是第三四分位数。

0.18 版本新增。
copybool, 默认值为True: 如果为False，则尝试避免复制并原地缩放。这不保证总是原地操作；例如，如果数据是具有整数数据类型的numpy数组，即使copy=False，也会返回一个副本。
unit_variancebool, 默认值为False: 如果为True，则缩放数据，使得正态分布的特征方差为 1。通常，如果标准正态分布的q_max和q_min的x值之差大于 1，则数据集将被缩小。如果小于 1，则数据集将被放大。

0.24 版本新增。

返回:

X_tr形状为 (n_samples, n_features) 的 {ndarray, 稀疏矩阵}: 转换后的数据。

另请参阅

RobustScaler: 使用Transformer API执行中心化和缩放（例如，作为预处理Pipeline的一部分）。

注意

此实现将拒绝对scipy.sparse矩阵进行中心化，因为它会使它们变为非稀疏矩阵，并可能导致程序因内存耗尽而崩溃。

相反，调用者应明确设置with_centering=False（在这种情况下，将只对CSR矩阵的特征执行方差缩放），或者如果他/她希望实体化的密集数组适应内存，则调用X.toarray()。

为避免内存复制，调用者应传递一个CSR矩阵。

有关不同缩放器、转换器和归一化器的比较，请参阅：比较不同缩放器对带异常值数据的影响。

警告

数据泄露风险

除非您清楚其作用，否则请勿使用robust_scale。一个常见的错误是在将数据拆分为训练集和测试集之前将其应用于整个数据。这会使模型评估产生偏差，因为信息会从测试集泄露到训练集。通常，我们建议在Pipeline中使用RobustScaler，以防止大部分数据泄露风险：pipe = make_pipeline(RobustScaler(), LogisticRegression())。

示例

>>> from sklearn.preprocessing import robust_scale
>>> X = [[-2, 1, 2], [-1, 0, 1]]
>>> robust_scale(X, axis=0)  # scale each column independently
array([[-1.,  1.,  1.],
       [ 1., -1., -1.]])
>>> robust_scale(X, axis=1)  # scale each row independently
array([[-1.5,  0. ,  0.5],
       [-1. ,  0. ,  1. ]])

robust_scale#

本页