Python sklearn power_transform用法及代码示例

本文简要介绍python语言中 sklearn.preprocessing.power_transform 的用法。

用法:

sklearn.preprocessing.power_transform(X, method='yeo-johnson', *, standardize=True, copy=True)

幂变换是一系列参数化、单调变换，用于使数据更丰富Gaussian-like。这对于建模与异方差(非常数方差)相关的问题或其他需要正态性的情况很有用。

目前，power_transform 支持Box-Cox 变换和Yeo-Johnson 变换。通过最大似然估计稳定方差和最小化偏度的最佳参数。

Box-Cox 要求输入数据严格为正，而Yeo-Johnson 支持正数据或负数据。

默认情况下，zero-mean、unit-variance 标准化应用于转换后的数据。

在用户指南中阅读更多信息。

参数：

X：形状类似数组 (n_samples, n_features)

要使用幂变换进行变换的数据。

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

功率变换方法。可用的方法有：

• ‘yeo-johnson’ [1]，适用于正值和负值
• ‘box-cox’ [2]，仅适用于严格正值

standardize：布尔，默认=真

设置为 True 以将zero-mean、unit-variance 标准化应用于转换后的输出。

copy：布尔，默认=真

设置为 False 以在转换期间执行就地计算。

返回：

X_trans：ndarray 形状(n_samples，n_features)

转换后的数据。

注意：

NaNs 被视为缺失值：在 fit 中忽略，并在 transform 中维护。

有关不同缩放器、转换器和规范器的比较，请参阅示例/预处理/plot_all_scaling.py。

参考：

1

我知道。 Yeo 和 R.A.约翰逊，“一个新的权力转换家族，以改善常态或对称性。” Biometrika, 87(4), pp.954-959, (2000)。

2

G.E.P. Box 和 D.R.考克斯，“变革分析”，皇家统计学会杂志 B，26, 211-252 (1964)。

例子：

>>> 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。不使用power_transform除非你知道你在做什么。一个常见的错误是将其应用于整个数据前分为训练集和测试集。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。一般来说，我们建议使用sklearn.preprocessing.PowerTransformer在一个管道为了防止大多数数据泄露风险，例如：pipe = make_pipeline(PowerTransformer(), LogisticRegression()).