sklearn.preprocessing.quantile_transform¶
sklearn.preprocessing.quantile_transform(X, *, axis=0, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=100000, random_state=None, copy=True)
使用分位数信息变换特征。
此方法将特征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。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| X | array-like, sparse matrix 要转换的数据。 |
| axis | int, (default=0)* 用于计算平均值和标准偏差的轴。如果为0，则变换每个特征，否则（如果为1）则变换每个样本。 |
| n_quantiles | int, optional (default=1000 or n_samples) 要计算的分位数。它对应于用于离散化累积分布函数的界标数。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）。如果为True，将转换X的副本，而使原始X保持不变 ..versionchanged:: 0.23 副本的默认值在0.23中从False更改为True。 |
| 返回 | 说明 |
|---|---|
| Xt | ndarray or sparse matrix, shape (n_samples, n_features) 转换后的数据。 |
另见：
使用Transformer API（例如，作为预处理 sklearn.pipeline.Pipeline的一部分）执行基于分位数的缩放。
使用幂变换将数据映射到正态分布。
执行更快的标准化，但对异常值的鲁棒性较低。
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 quantile_transform
>>> rng = np.random.RandomState(0)
>>> X = np.sort(rng.normal(loc=0.5, scale=0.25, size=(25, 1)), axis=0)
>>> quantile_transform(X, n_quantiles=10, random_state=0, copy=True)
array([...])
