提示：sklearn.preprocessing.RobustScaler（解釋和原理，分位數，四分位差）

文章目錄

• • @[TOC](文章目錄)
• 一、RobustScaler 是什么？
• 二、代碼
• • 1.代碼
  • 2.輸出結果
• 總結

提示：以下是本篇文章正文內容，下面案例可供參考

一、RobustScaler 是什么？

RobustScaler 的居中和縮放統計基于百分位數，因此不會受到少數非常大的邊緣異常值的影響。
計算公式如下（具體計算公式以官網提供的代碼為準）：

value_result = (value-Media)/(Q1-Q3)
Q1的位置 = 1 * （n + 1) / 4
Q3的位置 =  3 *（n + 1) / 4
n : 表示數據的個數。
media : 中位數
Q1 : 是第 1 個四分位數（第 25 個分位數）
Q3 : 第 3 個四分位數（第 75 個分位數）

二、代碼

1.代碼

import pandas as pd
from sklearn.preprocessing import RobustScalerdata = pd.DataFrame({'a': [1, 2, 3, 4, 6, 5, 6],'b': [5, 6, 6, 5, 6, 5, 6],'c': [9, 100, 2, 6, 5, 6, 8]}
)
print(data.values)robustlizer = RobustScaler(quantile_range=(25.0, 75.0))
robustlizer_data = robustlizer.fit_transform(data)
print(robustlizer.get_params())
print(robustlizer_data)

2.輸出結果

[[  1   5   9][  2   6 100][  3   6   2][  4   5   6][  6   6   5][  5   5   6][  6   6   8]]
{'copy': True, 'quantile_range': (25.0, 75.0), 'unit_variance': False, 'with_centering': True, 'with_scaling': True}
[[-1.         -1.          1.        ][-0.66666667  0.         31.33333333][-0.33333333  0.         -1.33333333][ 0.         -1.          0.        ][ 0.66666667  0.         -0.33333333][ 0.33333333 -1.          0.        ][ 0.66666667  0.          0.66666667]]

第一列數據：【1,2,3,4,6,5,6】，重排列：1，2，3，4，5，6，6
media=4
Q1的位置 =（n + 1) / 4 = （7+1）/ 4 = 2，則Q1 = 2，同理Q3 =6
value_result[0] = （1-4）/(6-3)=-1
其他同理

總結

1，由于中位數的選取和分位點的選取規則不一樣，可能導致不同的結果，尤其在處理的數據較少時，可能影響較大。
2，根據Q1，Q3的計算公式可得，有時候計算的為分數，所以在這個時候Q1和Q3的取法可能有很大的不同。
3，當數據量足夠，數據較密集時，可以看到和計算公式就很吻合。