QuantileTransformer#
- class sklearn.preprocessing.QuantileTransformer(*, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=10000, random_state=None, copy=True)[源代码]#
使用分位数信息变换要素。
此方法将特征转换为遵循均匀或正态分布。因此，对于给定的功能，这种转换往往会分散最频繁的值。它还减少了（边缘）异常值的影响：因此，这是一个强大的预处理方案。
转换独立应用于每个特征。首先，使用特征累积分布函数的估计将原始值映射到均匀分布。然后使用相关的分位数函数将获得的值映射到所需的输出分布。低于或高于适合范围的新/未见数据的特征值将被映射到输出分布的边界。请注意，这种变换是非线性的。它可能会扭曲以相同尺度测量的变量之间的线性相关性，但使以不同尺度测量的变量更具直接可比性。
例如可视化，请参阅 Compare QuantileTransformer with other scalers .
阅读更多的 User Guide .
Added in version 0.19.
- 参数:
- n_quantilesint，默认=1000或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地标数量。如果n_分位数大于样本数量，则将n_分位数设置为样本数量，因为越大的分位数不会给出累积分布函数估计器的更好逼近。
- output_distribution'uniform'，'normal'}，default='uniform'
转换数据的边缘分布。选择是“统一”（默认）或“正常”。
- ignore_implicit_zeros布尔，默认=假
仅适用于稀疏矩阵。如果为True，则丢弃矩阵的稀疏项以计算分位数统计量。如果为假，这些条目将被视为零。
- subsampleint或无，默认=10_000
用于估计计算效率的分位数的最大样本数。请注意，对于值相同的稀疏矩阵和密集矩阵，子采样过程可能会有所不同。通过设置禁用子采样
subsample=None.Added in version 1.5: 的选项
None添加了禁用子采样的功能。- random_stateint，RandomState实例或无，默认=无
确定子采样和平滑噪音的随机数生成。请参阅
subsample了解更多详细信息。传递int以获得跨多个函数调用的可重复结果。看到 Glossary .- copy布尔，默认=True
设置为False以执行原地转换并避免复制（如果输入已经是numpy数组）。
- 属性:
- n_quantiles_int
用于离散化累积分布函数的实际分位数。
- quantiles_形状的nd数组（n_分位数，n_features）
与参考分位数对应的值。
- references_形状的nd数组（n_分位数，）
参考文献的分位数。
- n_features_in_int
期间看到的功能数量 fit .
Added in version 0.24.
- feature_names_in_ ：nd形状数组 (
n_features_in_,)nd数组形状（ Names of features seen during fit. Defined only when
Xhas feature names that are all strings.Added in version 1.0.
参见
quantile_transform没有估计器API的等效功能。
PowerTransformer使用功率变换执行到正态分布的映射。
StandardScaler执行更快的标准化，但对异常值的稳健性较差。
RobustScalerPerform robust standardization that removes the influence of outliers but does not put outliers and inliers on the same scale.
注意到
NaN被视为缺失值：在适应中被忽略，并在变换中被保留。
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=(25, 1)), axis=0) >>> qt = QuantileTransformer(n_quantiles=10, random_state=0) >>> qt.fit_transform(X) array([...])
- fit(X, y=None)[源代码]#
计算用于转换的分位数。
- 参数:
- X形状（n_samples，n_features）的{类数组，稀疏矩阵}
用于沿要素轴缩放的数据。如果提供了稀疏矩阵，则会将其转换为稀疏矩阵
csc_matrix.此外，如果ignore_implicit_zeros是假的。- y没有一
忽视
- 返回:
- self对象
已安装Transformer。
- fit_transform(X, y=None, **fit_params)[源代码]#
适应数据，然后对其进行转换。
适合变压器
X和y具有可选参数fit_params并返回的转换版本X.- 参数:
- X形状类似阵列（n_samples，n_features）
输入样本。
- y形状为（n_samples，）或（n_samples，n_outputs）的阵列状， 默认值=无
目标值（无监督转换）。
- **fit_paramsdict
其他适合参数。
- 返回:
- X_newndray形状数组（n_samples，n_features_new）
变形的数组。
- get_feature_names_out(input_features=None)[源代码]#
获取用于转换的输出要素名称。
- 参数:
- input_features字符串或无的类数组，默认=无
输入功能。
如果
input_features是None那么feature_names_in_在中用作功能名称。如果feature_names_in_未定义，则生成以下输入要素名称：["x0", "x1", ..., "x(n_features_in_ - 1)"].如果
input_features是一个类似阵列的，那么input_features必须匹配feature_names_in_如果feature_names_in_是定义的。
- 返回:
- feature_names_out字符串对象的nd数组
与输入功能相同。
- get_metadata_routing()[源代码]#
获取此对象的元数据路由。
请检查 User Guide 关于路由机制如何工作。
- 返回:
- routingMetadataRequest
A
MetadataRequest封装路由信息。
- get_params(deep=True)[源代码]#
获取此估计器的参数。
- 参数:
- deep布尔，默认=True
如果为True，将返回此估计量和包含的作为估计量的子对象的参数。
- 返回:
- paramsdict
参数名称映射到其值。
- inverse_transform(X)[源代码]#
对原始空间的反投影。
- 参数:
- X形状（n_samples，n_features）的{类数组，稀疏矩阵}
用于沿要素轴缩放的数据。如果提供了稀疏矩阵，则会将其转换为稀疏矩阵
csc_matrix.此外，如果ignore_implicit_zeros是假的。
- 返回:
- Xt{ndray，sparse matrix}，满分（n_samples，n_features）
预计的数据。
- set_output(*, transform=None)[源代码]#
设置输出容器。
看到 介绍 set_output API 了解如何使用API的示例。
- 参数:
- transform{“默认”，“pandas”，“polars”}，默认=无
配置输出
transform和fit_transform."default"：Transformer的默认输出格式"pandas"：DataFrame输出"polars"：两极输出None：转换配置不变
Added in version 1.4:
"polars"添加了选项。
- 返回:
- self估计器实例
估计实例。