python中Box-Cox变换是什么

概念

1、Box-Cox变换是统计建模中常用的建模方法，主要用于连续响应变量不满足正态分布。

可采用Box-Cox变换。

2、使线性回归模型在满足线性、正态性、独立性和方差的同时不丢失信息。

在Box-Cox转换之前，有必要将数据归一化。

实例

#我们这里是对训练集和测试集一起归一化，也可以分开进行归一化，（分开）这种方式需要建立训练数据和测试数据分布一直的情况下，建议在数据量大的情况下使用。
#绘图显示Box-Cox变换对数据分布影响
cols_numeric_left=cols_numeric[0:13]
cols_numeric_right=cols_numeric[13:]#这里是将特征分为两部分，前13个为第一部分
##CheckeffectofBox-Coxtransformsondistributionsofcontinuousvariables

train_data_process=pd.concat([train_data_process,train_data['target']],axis=1)

fcols=6
frows=len(cols_numeric_left)
plt.figure(figsize=(4*fcols,4*frows))
i=0
forvarincols_numeric_left:
dat=train_data_process[[var,'target']].dropna()

i+=1
plt.subplot(frows,fcols,i)
sns.distplot(dat[var],fit=stats.norm);
plt.title(var+'Original')
plt.xlabel('')

i+=1
plt.subplot(frows,fcols,i)
_=stats.probplot(dat[var],plot=plt)
plt.title('skew='+'{:.4f}'.format(stats.skew(dat[var])))#计算数据集的偏度
plt.xlabel('')
plt.ylabel('')

i+=1
plt.subplot(frows,fcols,i)
plt.plot(dat[var],dat['target'],'.',alpha=0.5)
plt.title('corr='+'{:.2f}'.format(np.corrcoef(dat[var],dat['target'])[0][1]))

i+=1
plt.subplot(frows,fcols,i)
trans_var,lambda_var=stats.boxcox(dat[var].dropna()+1)
trans_var=scale_data(trans_var)
sns.distplot(trans_var,fit=stats.norm);
plt.title(var+'Tramsformed')
plt.xlabel('')

i+=1
plt.subplot(frows,fcols,i)
_=stats.probplot(trans_var,plot=plt)
plt.title('skew='+'{:.4f}'.format(stats.skew(trans_var)))#归一化后，偏度明显变小，相关性变化不大
plt.xlabel('')
plt.ylabel('')

i+=1
plt.subplot(frows,fcols,i)
plt.plot(trans_var,dat['target'],'.',alpha=0.5)
plt.title('corr='+'{:.2f}'.format(np.corrcoef(trans_var,dat['target'])[0][1]))

以上就是python中Box-Cox变换的介绍，希望对大家有所帮助。更多Python学习指路：Python基础教程