Skip to main content
 首页 » 编程设计

python之sklearn.preprocessing 中的自定义装箱

2024年11月01日11unruledboy

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))