PowerTransformer#

class sklearn.preprocessing.PowerTransformer(method='yeo-johnson', *, standardize=True, copy=True)[source]#

按特征应用幂转换以使数据更像高斯分布。

幂变换（Power transform）是一系列参数化的单调变换，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）相关的问题，或需要正态性的其他情况非常有用。

目前，PowerTransformer 支持 Box-Cox 变换和 Yeo-Johnson 变换。通过最大似然估计来确定稳定方差和最小化偏度的最优参数。

Box-Cox 要求输入数据严格为正值，而 Yeo-Johnson 支持正值或负值数据。

默认情况下，会对变换后的数据应用零均值、单位方差归一化。

有关示例可视化，请参阅 将 PowerTransformer 与其他缩放器进行比较。要查看 Box-Cox 和 Yeo-Johnson 变换对不同分布的影响，请参阅：将数据映射到正态分布。

更多信息请参阅 用户指南。

0.20 版本新增。

参数:
method{‘yeo-johnson’, ‘box-cox’}, default=’yeo-johnson’

幂变换方法。可用方法包括

  • ‘yeo-johnson’ [1]，适用于正值和负值

  • ‘box-cox’ [2]，仅适用于严格正值

standardizebool, default=True

设置为 True 时，对变换后的输出应用零均值、单位方差归一化。

copy布尔值, 默认为 True

设置为 False 时，在变换期间执行就地计算。

属性:
lambdas_ndarray of float of shape (n_features,)

所选特征的幂变换参数。

n_features_in_int

在 拟合 期间看到的特征数。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

power_transform

不包含估算器 API 的等效函数。

QuantileTransformer

使用参数 output_distribution='normal' 将数据映射到标准正态分布。

注意事项

NaNs 被视为缺失值：在 fit 中被忽略，在 transform 中被保留。

References

示例

>>> import numpy as np
>>> from sklearn.preprocessing import PowerTransformer
>>> pt = PowerTransformer()
>>> data = [[1, 2], [3, 2], [4, 5]]
>>> print(pt.fit(data))
PowerTransformer()
>>> print(pt.lambdas_)
[ 1.386 -3.100]
>>> print(pt.transform(data))
[[-1.316 -0.707]
 [ 0.209 -0.707]
 [ 1.106  1.414]]
fit(X, y=None)[source]#

估计每个特征的最优参数 lambda。

使用最大似然估计独立估计每个特征的最小化偏度的最优 lambda 参数。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

用于估计最优变换参数的数据。

yNone

忽略。

返回:
selfobject

已拟合的转换器。

fit_transform(X, y=None)[source]#

将 PowerTransformer 拟合到 X，然后变换 X。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

用于估计最优变换参数和使用幂变换进行变换的数据。

y被忽略

未使用，按照惯例为保持 API 一致性而存在。

返回:
X_newndarray of shape (n_samples, n_features)

转换后的数据。

get_feature_names_out(input_features=None)[source]#

获取转换的输出特征名称。

参数:
input_featuresarray-like of str or None, default=None

输入特征。

  • 如果 input_features 为 None，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。

  • 如果 input_features 是 array-like，则如果定义了 feature_names_in_，input_features 必须与 feature_names_in_ 匹配。

返回:
feature_names_outstr 对象的 ndarray

与输入特征相同。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅 用户指南，了解路由机制如何工作。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:
paramsdict

参数名称映射到其值。

inverse_transform(X)[source]#

使用拟合的 lambdas 应用逆幂变换。

Box-Cox 变换的逆变换由下式给出

if lambda_ == 0:
    X_original = exp(X_trans)
else:
    X_original = (X * lambda_ + 1) ** (1 / lambda_)

Yeo-Johnson 变换的逆变换由下式给出

if X >= 0 and lambda_ == 0:
    X_original = exp(X) - 1
elif X >= 0 and lambda_ != 0:
    X_original = (X * lambda_ + 1) ** (1 / lambda_) - 1
elif X < 0 and lambda_ != 2:
    X_original = 1 - (-(2 - lambda_) * X + 1) ** (1 / (2 - lambda_))
elif X < 0 and lambda_ == 2:
    X_original = 1 - exp(-X)
参数:
Xshape 为 (n_samples, n_features) 的 array-like

转换后的数据。

返回:
X_original形状为 (n_samples, n_features) 的 ndarray

原始数据。

set_output(*, transform=None)[source]#

设置输出容器。

有关如何使用 API 的示例，请参阅引入 set_output API。

参数:
transform{“default”, “pandas”, “polars”}, default=None

配置 transform 和 fit_transform 的输出。

  • "default": 转换器的默认输出格式

  • "pandas": DataFrame 输出

  • "polars": Polars 输出

  • None: 转换配置保持不变

1.4 版本新增: 添加了 "polars" 选项。

返回:
selfestimator instance

估计器实例。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计器参数。

返回:
selfestimator instance

估计器实例。

transform(X)[source]#

使用拟合的 lambdas 对每个特征应用幂变换。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

要使用幂变换进行变换的数据。

返回:
X_transndarray of shape (n_samples, n_features)

转换后的数据。