YeoJohnsonTransformer

class feature_engine.transformation.YeoJohnsonTransformer(variables=None)

YeoJohnsonTransformer() 将 Yeo-Johnson 变换应用于数值变量。

此转换器实现的 Yeo-Johnson 变换是 SciPy.stats 中的变换：https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.yeojohnson.html

YeoJohnsonTransformer() 仅适用于数值变量。

可以传递一个变量列表作为参数。或者，转换器将自动选择并转换所有数值变量。

更多详情请参阅 用户指南。

参数

变量: 列表, 默认=无

要转换的数值变量的列表。如果为 None，转换器将自动查找并选择所有数值变量。

属性

lambda_dict_

包含每个变量Yeo-Johnson最佳lambda的字典。

变量_

将被转换的变量组。

feature_names_in_:

在 fit 期间看到的特征名称列表。

n_features_in_:

在拟合过程中使用的训练集中的特征数量。

参考文献

1

Yeo, In-Kwon 和 Johnson, Richard (2000). 一种新的幂变换家族，用于改善正态性或对称性。Biometrika, 87, 954-959.

2

Weisberg S. “Yeo-Johnson 幂变换”。https://www.stat.umn.edu/arc/yjpower.pdf

示例

>>> import numpy as np
>>> import pandas as pd
>>> from feature_engine.transformation import YeoJohnsonTransformer
>>> np.random.seed(42)
>>> X = pd.DataFrame(dict(x = np.random.lognormal(size = 100) - 10))
>>> yjt = YeoJohnsonTransformer()
>>> yjt.fit(X)
>>> X = yjt.transform(X)
>>> X.head()
               x
0 -267042.906453
1 -444357.138990
2 -221626.115742
3  -23647.632651
4 -467264.993249

方法

拟合：	学习Yeo-Johnson变换的最佳lambda值。
fit_transform:	拟合数据，然后进行转换。
get_feature_names_out:	获取转换后的输出特征名称。
get_params:	获取此估计器的参数。
设置参数:	设置此估计器的参数。
inverse_transform:	将数据转换回原始表示形式。
转换：	应用 Yeo-Johnson 变换。

fit(X, y=None)

学习Yeo-Johnson变换的最佳lambda值。

参数

X: pandas 数据框，形状为 = [样本数, 特征数]

训练输入样本。可以是整个数据框，而不仅仅是需要转换的变量。

y: pandas Series, default=None

在这个转换器中不需要。你可以传递 y 或 None。

fit_transform(X, y=None, **fit_params)

拟合数据，然后进行转换。

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

X类似数组的形状 (n_samples, n_features)

输入样本。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组，默认=None

目标值（无监督变换为None）。

**拟合参数dict

附加的拟合参数。

返回

X_newndarray 数组，形状为 (n_samples, n_features_new)

转换后的数组。

get_feature_names_out(input_features=None)

获取转换后的输出特征名称。换句话说，返回转换后的数据框的变量名称。

参数

输入特征数组或列表，默认=None

此参数仅为了与 Scikit-learn 管道兼容而存在。

• 如果 None，则使用 feature_names_in_ 作为特征名称。

• 如果是一个数组或列表，那么 input_features 必须与 feature_names_in_ 匹配。

返回

feature_names_out: list

转换后的特征名称。

rtype

List[Union[str, int]] ..

get_metadata_routing()

获取此对象的元数据路由。

请查看 用户指南 以了解路由机制的工作原理。

返回

路由MetadataRequest

一个封装了路由信息的 MetadataRequest。

get_params(deep=True)

获取此估计器的参数。

参数

深度bool, 默认=True

如果为真，将返回此估计器及其包含的作为估计器的子对象的参数。

返回

参数dict

参数名称映射到它们的值。

inverse_transform(X)

将数据转换回原始表示形式。

参数

X: Pandas DataFrame，形状为 = [n_samples, n_features]

要转换的数据。

返回

X_tr: pandas 数据框

包含转换变量的数据框。

rtype

DataFrame ..

set_params(**params)

设置此估计器的参数。

该方法适用于简单的估计器以及嵌套对象（如 Pipeline）。后者的参数形式为 <component>__<parameter>，因此可以更新嵌套对象的每个组件。

参数

**参数dict

估计器参数。

返回

self估计器实例

估计器实例。

transform(X)

应用 Yeo-Johnson 变换。

参数

X: Pandas DataFrame，形状为 = [n_samples, n_features]

要转换的数据。

返回

X: pandas 数据框

包含转换变量的数据框。

rtype

DataFrame ..