python - sklearn.preprocessing 中的自定义装箱？

Question

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？

Answer 1

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))