power_transform#

sklearn.preprocessing.power_transform(X, method='yeo-johnson', *, standardize=True, copy=True)[源代码]#

参数化、单调转换以使数据更像高斯分布。

幂变换是一系列参数化的、单调的变换，用于使数据更像高斯分布。这对于处理与异方差性（非恒定方差）相关的问题，或在其他需要正态性的情况下非常有用。

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，而 Yeo-Johnson 支持正数和负数数据。

默认情况下，对变换后的数据应用零均值、单位方差的归一化。

更多信息请参阅 用户指南。

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

要使用幂变换进行变换的数据。

method{‘yeo-johnson’, ‘box-cox’}, 默认值=’yeo-johnson’

幂变换方法。可用方法有：

  • ‘yeo-johnson’ [1]，支持正数和负数值

  • ‘box-cox’ [2]，仅支持严格为正的数值

版本 0.23 中已更改： 在 0.23 版本中，method 参数的默认值从 ‘box-cox’ 更改为 ‘yeo-johnson’。

standardizebool, 默认值=True

设置为 True 以对变换后的输出应用零均值、单位方差的归一化。

copy布尔值, 默认为 True

如果为 False，则尝试避免复制并就地进行变换。这不能保证总是能就地完成；例如，如果数据是具有 int 数据类型的 numpy 数组，即使 copy=False 也会返回副本。

返回:
X_transndarray，形状为 (n_samples, n_features)

转换后的数据。

另请参阅

PowerTransformer

使用 Transformer API 进行等效变换（例如，作为预处理 Pipeline 的一部分）。

quantile_transform

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

注意事项

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

有关不同缩放器、变换器和归一器的比较，请参阅：比较不同缩放器对异常值数据的效果。

References

[1]

I.K. Yeo 和 R.A. Johnson，“A new family of power transformations to improve normality or symmetry.” Biometrika, 87(4), pp.954-959, (2000)。

[2]

G.E.P. Box 和 D.R. Cox，“An Analysis of Transformations”, Journal of the Royal Statistical Society B, 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，否则不要使用 power_transform。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。这将导致模型评估偏差，因为信息会从测试集泄露到训练集。总的来说，我们建议在 Pipeline 中使用 PowerTransformer，以防止大多数数据泄露的风险，例如：pipe = make_pipeline(PowerTransformer(), LogisticRegression())。

在本页