有个软件叫box（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