我有一个名为 size_array 的连续变量列表。我一直在像这样从 [0, 1] 缩放它们:
max_abs_scaler = preprocessing.MinMaxScaler()
scaled = max_abs_scaler.fit_transform(size_array)
有没有办法在中位数(或百分位数)为 0 的 [-1, 1] 范围内缩放它们?我的数据是右偏的,因此中位数以上的值分散很多,而中位数左侧的值没有分散。我尝试用这种方法缩放它们:
def using_median():
if x >= median:
return (x - median)/(max - median)
else:
return (median - x)/(median - min)
但这没有用。有没有其他方法可以用 sklearn.preprocessing 做到这一点?
请您参考如下方法:
我建议使用 PowerTransformer() .它可以很好地适用于偏态分布。
看看这个例子:
from sklearn import preprocessing
import matplotlib.pyplot as plt
import numpy as np
pt = preprocessing.PowerTransformer()
X_lognormal = np.random.RandomState(616)\
.lognormal(size=(300, 2))
_,ax = plt.subplots(1,2,sharey=True)
ax[0].hist(X_lognormal)
ax[1].hist(pt.fit_transform(X_lognormal))
