python - PYTHON 中的 tanh 估计器归一化

Question

有人知道如何在 python 中实现 tanh-estimator 吗？我有一个不遵循高斯分布的数字列表。我想使用 tanh-estimator 作为预处理步骤，但我不知道如何在 python 中实现它，因为它没有像 MinMaxScaler() 这样的定义函数。

提前致谢

Answer 1

@UrbanoFonseca 的 answer 有一个例子:

import numpy as np

unnormalizedData = np.array([[15, 60], [5, 15], [45, 0], [0, 30]], dtype=np.float64)

m = np.mean(unnormalizedData, axis=0) # array([16.25, 26.25])
std = np.std(unnormalizedData, axis=0) # array([17.45530005, 22.18529919])

data = 0.5 * (np.tanh(0.01 * ((unnormalizedData - m) / std)) + 1)
#array([[0.49712291, 0.5076058 ],
#       [0.49711136, 0.49746456],
#       [0.50865938, 0.4940842 ],
#       [0.49710558, 0.50084515]])

请注意，此代码实现了Efficient approach to Normalization of Multimodal Biometric Sc​​ores，2011 年提出的修改后的 tanh 估计器

在原始版本中，均值和标准差是由 Hampel 估计器估计的(Robust Statistics: The Approach Based on Influence Functions, 1986)