跳到主要内容

分位数变换（QuantileTransformer）

组件名称分位数变换（QuantileTransformer）
工具集机器学习/特征/特征转换/分位数变换（QuantileTransformer）
组件作者雪浪云-燕青
文档版本1.0
功能分位数变换（QuantileTransformer）算法
镜像名称ml_components:3
开发语言Python

组件原理​

使用分位数信息转换特征。

该方法将特征变换为均匀分布或正态分布。因此，对于给定的特性，这种转换倾向于分散最频繁的值，它还减少了(边缘)异常值的影响。

该转换独立地应用于每个特性。首先，对特征的累积分布函数进行估计，将原始值映射到均匀分布。然后，使用关联的分位数函数将所获得的值映射到所需的输出分布。低于或高于拟合范围的新的特征值将映射到输出分布的边界。请注意，此转换是非线性的。它可能扭曲在同一标度下测量的变量之间的线性相关性，但使在不同尺度上测量的变量更直接地具有可比性。

组件​

  • 组件图：

输入桩​

支持单个csv文件输入。

输入端子1​

  • 端口名称： 训练数据
  • 输出类型： Csv文件
  • 功能描述： 输入用于训练的数据

输出桩​

支持Csv文件输出。

输出端子1​

  • 端口名称： 输出数据
  • 输出类型： Csv文件
  • 功能描述： 输出处理后的结果数据

输出端子2​

  • 端口名称： 输出模型
  • 输出类型： sklearn文件
  • 功能描述： 输出训练后的模型

参数配置​

分位数个数​

  • 功能描述： 需要进行计算的分位数总数
  • 必选参数： 是
  • 默认值： 100

输出分布​

  • 功能描述： 输出分布
  • 必选参数： 是
  • 默认值： uniform

最大样本个数​

  • 功能描述： 用于估计分位数的最大样本数，用以提高计算效率
  • 必选参数： 是
  • 默认值： 10000

Random State​

  • 功能描述： 随机种子
  • 必选参数： 否
  • 默认值： （无）

目标字段​

  • 功能描述： 目标字段
  • 必选参数： 是
  • 默认值： （无）

使用方法​

  • 加组件拖入到项目中
  • 与前一个组件输出的端口连接（必须是csv类型）
  • 点击运行该节点

测试用例​

模板​

右面板配置​

  • 参数设置：

  • 字段设置：

输入的数据：​

输出的结果：​

  • 输出数据：

  • 输出模型：