QuantileTransformer#

class sklearn.preprocessing.QuantileTransformer(*, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=10000, random_state=None, copy=True)#

使用分位数信息转换特征。

该方法将特征转换为遵循均匀分布或正态分布。因此，对于给定的特征，这种转换倾向于分散最频繁的值。它还减少了（边际）离群值的影响：因此，这是一种稳健的预处理方案。

转换是独立地应用于每个特征的。首先使用特征的累积分布函数的估计值将原始值映射到均匀分布。然后将得到的值使用相关的分位数函数映射到所需的输出分布。新数据/未见数据的特征值如果落在拟合范围之外，将被映射到输出分布的边界。请注意，这种转换是非线性的。它可能会扭曲在相同尺度上测量的变量之间的线性相关性，但使得在不同尺度上测量的变量更直接可比。

有关示例可视化，请参阅 比较 QuantileTransformer 与其他缩放器 。

更多信息请参阅 用户指南 。

Added in version 0.19.

Parameters:
n_quantilesint, default=1000 or n_samples

要计算的分位数数量。它对应于用于离散化累积分布函数的界标数量。如果 n_quantiles 大于样本数量，则 n_quantiles 设置为样本数量，因为更多的分位数不会更好地逼近累积分布函数估计器。

output_distribution{‘uniform’, ‘normal’}, default=’uniform’

转换后数据的边际分布。选项为 ‘uniform’（默认）或 ‘normal’。

ignore_implicit_zerosbool, default=False

仅适用于稀疏矩阵。如果为 True，则矩阵的稀疏条目将被丢弃以计算分位数统计信息。如果为 False，这些条目将被视为零。

subsampleint or None, default=10_000

用于估计分位数以提高计算效率的最大样本数量。请注意，对于值相同的稀疏和密集矩阵，子采样过程可能不同。通过设置 subsample=None 禁用子采样。

Added in version 1.5: 添加了禁用子采样的选项 None 。

random_stateint, RandomState instance or None, default=None

确定用于子采样和平滑噪声的随机数生成。 请参阅 subsample 了解更多详细信息。 传递一个 int 以在多次函数调用中获得可重复的结果。 请参阅 Glossary 。

copybool, default=True

设置为 False 以就地执行转换并避免复制（如果输入已经是 numpy 数组）。

Attributes:
n_quantiles_int

用于离散化累积分布函数的实际分位数数量。

quantiles_ndarray of shape (n_quantiles, n_features)

对应于参考分位数的值。

references_ndarray of shape (n_quantiles, )

参考分位数。

n_features_in_int

在 fit 期间看到的特征数量。

Added in version 0.24.

feature_names_in_ndarray of shape ( n_features_in_ ,)

在 fit 期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

quantile_transform

等效函数，没有估计器 API。

PowerTransformer

使用幂变换执行映射到正态分布。

StandardScaler

执行标准化，速度更快，但对离群值不太稳健。

RobustScaler

执行稳健标准化，去除离群值的影响，但不将离群值和内点放在同一尺度上。

Notes

NaN 被视为缺失值：在拟合中被忽略，在转换中被保留。

Examples

>>> 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)#

计算用于变换的分位数。

Parameters:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

用于沿特征轴缩放的数据。如果提供稀疏矩阵，它将被转换为稀疏的 csc_matrix 。此外，如果 ignore_implicit_zeros 为 False，稀疏矩阵需要是非负的。

yNone

忽略。

Returns:
selfobject

拟合的变换器。

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

拟合数据，然后进行转换。

将转换器拟合到 X 和 y ，并带有可选参数 fit_params ， 并返回 X 的转换版本。

Parameters:
X形状为 (n_samples, n_features) 的类数组

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（无监督转换为 None）。

**fit_paramsdict

其他拟合参数。

Returns:
X_new形状为 (n_samples, n_features_new) 的 ndarray 数组

转换后的数组。

get_feature_names_out(input_features=None)#

获取变换后的输出特征名称。

Parameters:
input_features字符串数组或None，默认=None

输入特征。

  • 如果 input_features 是 None ，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称： ["x0", "x1", ..., "x(n_features_in_ - 1)"] 。

  • 如果 input_features 是数组类型，则 input_features 必须与 feature_names_in_ 匹配（如果 feature_names_in_ 已定义）。

Returns:
feature_names_out字符串对象的ndarray

与输入特征相同。

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。

Returns:
routingMetadataRequest

MetadataRequest 封装的 路由信息。

get_params(deep=True)#

获取此估计器的参数。

Parameters:
deepbool, 默认=True

如果为True，将返回此估计器和包含的子对象（也是估计器）的参数。

Returns:
paramsdict

参数名称映射到它们的值。

inverse_transform(X)#

Back-projection to the original space.

Parameters:
X{array-like, sparse matrix} of shape (n_samples, n_features)

用于沿特征轴缩放的数据。如果提供的是稀疏矩阵，它将被转换为稀疏的 csc_matrix 。此外，如果 ignore_implicit_zeros 为 False，则稀疏矩阵需要是非负的。

Returns:
Xt{ndarray, sparse matrix} of (n_samples, n_features)

投影后的数据。

set_output(*, transform=None)#

设置输出容器。

请参阅 介绍 set_output API 以了解如何使用API的示例。

Parameters:
transform{“default”, “pandas”, “polars”}, 默认=None

配置 transform 和 fit_transform 的输出。

  • "default" : 转换器的默认输出格式

  • "pandas" : DataFrame 输出

  • "polars" : Polars 输出

  • None : 转换配置不变

Added in version 1.4: "polars" 选项已添加。

Returns:
self估计器实例

估计器实例。

set_params(**params)#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ）。后者具有形式为 <component>__<parameter> 的参数，以便可以更新嵌套对象的每个组件。

Parameters:
**paramsdict

估计器参数。

Returns:
selfestimator instance

估计器实例。

transform(X)#

特征数据的逐特征变换。

Parameters:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

用于沿特征轴缩放的数据。如果提供稀疏矩阵，它将被转换为稀疏的 csc_matrix 。此外，如果 ignore_implicit_zeros 为 False，稀疏矩阵需要是非负的。

Returns:
Xt{ndarray, sparse matrix}，形状为 (n_samples, n_features)

投影后的数据。

On this page
Show Source