Python sklearn power_transform用法及代碼示例

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

用法:

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

冪變換是一係列參數化、單調變換，用於使數據更豐富Gaussian-like。這對於建模與異方差(非常數方差)相關的問題或其他需要正態性的情況很有用。

目前，power_transform 支持Box-Cox 變換和Yeo-Johnson 變換。通過最大似然估計穩定方差和最小化偏度的最佳參數。

Box-Cox 要求輸入數據嚴格為正，而Yeo-Johnson 支持正數據或負數據。

默認情況下，zero-mean、unit-variance 標準化應用於轉換後的數據。

在用戶指南中閱讀更多信息。

參數：

X：形狀類似數組 (n_samples, n_features)

要使用冪變換進行變換的數據。

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

功率變換方法。可用的方法有：

• ‘yeo-johnson’ [1]，適用於正值和負值
• ‘box-cox’ [2]，僅適用於嚴格正值

standardize：布爾，默認=真

設置為 True 以將zero-mean、unit-variance 標準化應用於轉換後的輸出。

copy：布爾，默認=真

設置為 False 以在轉換期間執行就地計算。

返回：

X_trans：ndarray 形狀(n_samples，n_features)

轉換後的數據。

注意：

NaNs 被視為缺失值：在 fit 中忽略，並在 transform 中維護。

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。

參考：

1

我知道。 Yeo 和 R.A.約翰遜，“一個新的權力轉換家族，以改善常態或對稱性。” Biometrika, 87(4), pp.954-959, (2000)。

2

G.E.P. Box 和 D.R.考克斯，“變革分析”，皇家統計學會雜誌 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

數據泄露風險。不使用power_transform除非你知道你在做什麽。一個常見的錯誤是將其應用於整個數據前分為訓練集和測試集。這將使模型評估產生偏差，因為信息會從測試集泄漏到訓練集。一般來說，我們建議使用sklearn.preprocessing.PowerTransformer在一個管道為了防止大多數數據泄露風險，例如：pipe = make_pipeline(PowerTransformer(), LogisticRegression()).