Python sklearn QuantileTransformer用法及代碼示例

本文簡要介紹python語言中 sklearn.preprocessing.QuantileTransformer 的用法。

用法:

class sklearn.preprocessing.QuantileTransformer(*, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=100000, random_state=None, copy=True)

使用分位數信息轉換特征。

此方法將特征轉換為遵循均勻或正態分布。因此，對於給定的特征，這種轉換往往會分散最常見的值。它還減少了(邊際)異常值的影響：因此這是一個強大的預處理方案。

轉換獨立地應用於每個特征。首先，使用特征的累積分布函數的估計值將原始值映射到均勻分布。然後使用相關的分位數函數將獲得的值映射到所需的輸出分布。低於或高於擬合範圍的新/未見數據的特征值將映射到輸出分布的邊界。請注意，此變換是非線性的。它可能會扭曲以相同尺度測量的變量之間的線性相關性，但會使以不同尺度測量的變量更直接地具有可比性。

在用戶指南中閱讀更多信息。

參數：

n_quantiles：int，默認 = 1000 或 n_samples

要計算的分位數。它對應於用於離散累積分布函數的地標數量。如果 n_quantiles 大於樣本數，則將 n_quantiles 設置為樣本數，因為較大數量的分位數不會更好地逼近累積分布函數估計器。

output_distribution：{‘uniform’, ‘normal’}，默認='uniform'

轉換後數據的邊際分布。選項為‘uniform’(默認)或‘normal’。

ignore_implicit_zeros：布爾，默認=假

僅適用於稀疏矩陣。如果為 True，則丟棄矩陣的稀疏條目以計算分位數統計信息。如果為 False，這些條目將被視為零。

subsample：整數，默認=1e5

用於估計分位數以提高計算效率的最大樣本數。請注意，value-identical 稀疏矩陣和密集矩陣的子采樣過程可能不同。

random_state：int、RandomState 實例或無，默認=無

確定子采樣和平滑噪聲的隨機數生成。請參閱subsample 了解更多詳細信息。傳遞 int 以獲得跨多個函數調用的可重現結果。請參閱術語表。

copy：布爾，默認=真

設置為 False 以執行就地轉換並避免複製(如果輸入已經是一個 numpy 數組)。

屬性：

n_quantiles_：int

用於離散化累積分布函數的實際分位數。

quantiles_：ndarray 形狀(n_quantiles，n_features)

對應於參考分位數的值。

references_：ndarray 形狀 (n_quantiles, )

參考的分位數。

n_features_in_：int

擬合期間看到的特征數。

feature_names_in_：ndarray 形狀(n_features_in_，)

擬合期間看到的特征名稱。僅當 X 具有全為字符串的函數名稱時才定義。

注意：

NaNs 被視為缺失值：在擬合中忽略，並在變換中保持。

有關不同縮放器、轉換器和規範器的比較，請參閱示例/預處理/plot_all_scaling.py。

例子：

>>> import numpy as np
>>> from sklearn.preprocessing import QuantileTransformer
>>> rng = np.random.RandomState(0)
>>> X = np.sort(rng.normal(loc=0.5, scale=0.25, size=(25, 1)), axis=0)
>>> qt = QuantileTransformer(n_quantiles=10, random_state=0)
>>> qt.fit_transform(X)
array([...])