sklearn.preprocessing.quantile_transform?
sklearn.preprocessing.quantile_transform(X, *, axis=0, n_quantiles=1000, output_distribution='uniform', ignore_implicit_zeros=False, subsample=100000, random_state=None, copy=True)
使用分位數信息變換特征。
此方法將特征轉換為遵循均勻或正態分布。因此，對于給定的特征，此變換趨向于散布最頻繁的值。它還減少了（邊際）離群值的影響：因此，這是一個可靠的預處理方案。
變換獨立應用于每個功能。首先，特征的累積分布函數的估計值用于將原始值映射到均勻分布。然后使用關聯的分位數函數將獲得的值映射到所需的輸出分布。低于或高于擬合范圍的新數據/看不見數據的特征值將映射到輸出分布的邊界。請注意，此變換是非線性的。它可能會扭曲以相同比例尺測量的變量之間的線性相關性，但會使以不同比例尺測量的變量更直接可比。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| X | array-like, sparse matrix 要轉換的數據。 |
| axis | int, (default=0)* 用于計算平均值和標準偏差的軸。如果為0，則變換每個特征，否則（如果為1）則變換每個樣本。 |
| n_quantiles | int, optional (default=1000 or n_samples) 要計算的分位數。它對應于用于離散化累積分布函數的界標數。如果n_quantiles大于樣本數，則將n_quantiles設置為樣本數，因為較大的分位數不能夠更好地近似累積分布函數估計量。 |
| output_distribution | str, optional (default=’uniform’) 轉換后數據的邊際分布。選擇是“統一”（默認）或“正常”。 |
| ignore_implicit_zeros | bool, optional (default=False) 僅適用于稀疏矩陣。如果為True，則將丟棄矩陣的稀疏條目以計算分位數統計信息。如果為False，則將這些條目視為零。 |
| subsample | int, optional (default=1e5) 用于估計分位數以提高計算效率的最大樣本數。注意，對于值相同的稀疏矩陣和密集矩陣，子采樣過程可能有所不同。 |
| random_state | int, RandomState instance or None, optional (default=None) 確定用于二次采樣和平滑噪聲的隨機數生成。請參閱子樣本以獲取更多詳細信息。在多個函數調用之間傳遞int以獲得可重復的結果。見詞匯 |
| copy | boolean, optional, (default=True) 設置為False可以執行就地轉換并避免復制（如果輸入已經是一個numpy數組）。如果為True，將轉換X的副本，而使原始X保持不變 ..versionchanged:: 0.23 副本的默認值在0.23中從False更改為True。 |
| 返回 | 說明 |
|---|---|
| Xt | ndarray or sparse matrix, shape (n_samples, n_features) 轉換后的數據。 |
另見：
使用Transformer API（例如，作為預處理 sklearn.pipeline.Pipeline的一部分）執行基于分位數的縮放。
使用冪變換將數據映射到正態分布。
執行更快的標準化，但對異常值的魯棒性較低。
執行魯棒的標準化，以消除離群值的影響，但不會使離群值和離群值處于相同的規模。
注釋
NaN被視為缺失值：忽略適合度，并保持變換值。
有關不同縮放器，轉換器和規范化器的比較，請參閱examples/preprocessing/plot_all_scaling.py。
示例
>>> import numpy as np
>>> from sklearn.preprocessing import quantile_transform
>>> rng = np.random.RandomState(0)
>>> X = np.sort(rng.normal(loc=0.5, scale=0.25, size=(25, 1)), axis=0)
>>> quantile_transform(X, n_quantiles=10, random_state=0, copy=True)
array([...])
