sklearn.preprocessing.QuantileTransformer

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

[源码]

使用分位数信息变换特征。

此方法将要素转换为遵循均匀或正态分布。因此,对于给定的特征,此变换趋向于散布最频繁的值。它还减少了(边际)离群值的影响:因此,这是一个可靠的预处理方案。

变换独立应用于每个功能。首先,特征的累积分布函数的估计值用于将原始值映射到均匀分布。然后使用关联的分位数函数将获得的值映射到所需的输出分布。低于或高于拟合范围的新数据/看不见数据的特征值将映射到输出分布的边界。请注意,此变换是非线性的。它可能会扭曲以相同比例尺测量的变量之间的线性相关性,但会使以不同比例尺测量的变量更直接可比。

用户指南中阅读更多内容。

版本0.19中的新功能。

参数 说明
n_quantiles int, optional (default=1000 or n_samples)
要计算的分位数。它对应于用来离散化累积分布函数的界标数量。如果n_quantiles大于样本数,则将n_quantiles设置为样本数,因为较大的分位数不能够更好地近似累积分布函数估计量。
output_distribution str, optional (default=’uniform’)
转换后数据的边际分布。选择是“统一”(默认)或“正常”。
ignore_implicit_zeros bool, optional (default=False)
仅适用于稀疏矩阵。如果为True,则将丢弃矩阵的稀疏条目以计算分位数统计信息。如果为False,则将这些条目视为零。
subsample int, optional (default=1e5)
用于估计分位数以提高计算效率的最大样本数。注意,对于值相同的稀疏矩阵和密集矩阵,子采样过程可能有所不同。
random_state int, RandomState instance or None, optional (default=None)
确定用于二次采样和平滑噪声的随机数生成。请参阅子样本以获取更多详细信息。在多个函数调用之间传递int以获得可重复的结果。见词汇
copy boolean, optional, (default=True)
设置为False可以执行就地转换并避免复制(如果输入已经是一个numpy数组)。
属性 说明
n_quantiles_ integer
用于离散化累积分布函数的分位数的实际数量。
quantiles_ ndarray, shape (n_quantiles, n_features)
这些值对应于参考分位数。
references_ ndarray, shape(n_quantiles, )
参考分位数。

另见:

quantile_transform

没有估算器API的等效函数。

PowerTransformer

使用幂变换执行到正态分布的映射。

StandardScaler

执行更快的标准化,但对异常值的鲁棒性较低。

RobustScaler

执行鲁棒的标准化,以消除离群值的影响,但不会使离群值和离群值处于相同的规模。

注释

NaN被视为缺失值:忽略适合度,并保持变换值。

有关不同缩放器,转换器和规范化器的比较,请参阅examples/preprocessing/plot_all_scaling.py

示例

>>> 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=(251)), axis=0)
>>> qt = QuantileTransformer(n_quantiles=10, random_state=0)
>>> qt.fit_transform(X)
array([...])

方法

方法 说明
fit(X[, y]) 计算用于转换的分位数。
fit_transform(X[, y]) 拟合数据,然后对其进行转换。
get_params([deep]) 获取此估计量的参数。
inverse_transform(X) 反投影到原始空间。
set_params(**params) 设置此估算器的参数。
transform(X) 数据的按特征进行转换。
__init__(*, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=100000, random_state=None, copy=True)

[源码]

初始化self,有关准确的签名,请参见help(type(self))。

fit(X, y=None)

源码

计算用于转换的分位数。

参数 说明
X ndarray or sparse matrix, shape (n_samples, n_features)
用于沿要素轴缩放的数据。如果提供了稀疏矩阵,它将被转换为稀疏csc_matrix。此外,如果ignore_implicit_zeros为False,则稀疏矩阵需要为非负数。
返回值 说明
self object
fit_transform(X, y=None, **fit_params)

[源码]

拟合数据,然后对其进行转换。

使用可选参数fit_params将转换器拟合到X和y,并返回X的转换版本。

参数 说明
X {array-like, sparse matrix, dataframe} of shape (n_samples, n_features)
y ndarray of shape (n_samples,), default=None
目标值。
**fit_params dict
其他拟合参数。
返回值 说明
X_new ndarray array of shape (n_samples, n_features_new)
转换后的数组。
get_params(deep=True)

[源码]

获取此估计量的参数。

参数 说明
deep bool, default=True
如果为True,则将返回此估算器和作为估算器的所包含子对象的参数。
返回值 说明
params mapping of string to any
参数名称映射到其值。
inverse_transform(X)

[源码]

反投影到原始空间。

参数 说明
X ndarray or sparse matrix, shape (n_samples, n_features)
用于沿要素轴缩放的数据。如果提供了稀疏矩阵,它将被转换为稀疏csc_matrix。此外,如果ignore_implicit_zeros为False,则稀疏矩阵需要为非负数。
返回值 说明
Xt ndarray or sparse matrix, shape (n_samples, n_features)
投影数据。
set_params(**params)

[源码]

设置此估算器的参数。

该方法适用于简单的估计器以及嵌套对象(例如管道)。后者的参数形式为<component>__<parameter>这样就可以更新嵌套对象的每个组件。

参数 说明
**params dict
估算器参数。
返回值 说明
self object
估算器实例。
transform(X)

[源码]

数据的按特征进行转换。

参数 说明
X ndarray or sparse matrix, shape (n_samples, n_features)
用于沿要素轴缩放的数据。如果提供了稀疏矩阵,它将被转换为稀疏csc_matrix。此外,如果ignore_implicit_zeros为False,则稀疏矩阵需要为非负数。
返回值 说明
Xt ndarray or sparse matrix, shape (n_samples, n_features)
投影数据。