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)[源代码]#

沿任何轴标准化数据集。

通过中位数进行中心化，并根据四分位距进行分量级缩放。

在用户指南中阅读更多内容。

参数:

X{array-like, sparse matrix} shape (n_sample, n_features): 要进行中心化和缩放的数据。
axisint, default=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, default=True: 如果 True，则在缩放之前对数据进行中心化。
with_scalingbool, default=True: 如果 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, default=(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 是第一分位数，q_max 是第三分位数。

版本 0.18 新增。
copy布尔值, 默认为 True: 如果为 False，则尝试避免复制并将数据就地缩放。这不能保证始终可以就地完成；例如，如果数据是具有 int 数据类型的 numpy 数组，则即使 copy=False 也会返回副本。
unit_variancebool, default=False: 如果 True，则缩放数据，使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 值之间的差大于 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{ndarray, sparse matrix} of shape (n_samples, n_features): 转换后的数据。

另请参阅

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

注意事项

此实现将拒绝对 scipy.sparse 矩阵进行中心化，因为它会使它们变得非稀疏，并可能因内存耗尽问题导致程序崩溃。

相反，调用者应显式设置 with_centering=False（在这种情况下，将仅对 CSR 矩阵的特征执行方差缩放），或者如果他/她预计物化的密集数组能够放入内存，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、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。

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 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，以防止大多数数据泄露风险：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