python - 如何在所有列上使用 RobustScaler？

Question

现在我有一个 2 x 2 numpy 数组。通过使用 RobustScaler，它一次标准化每一列，而我希望一次标准化所有内容。有办法做到这一点吗？

Answer 1

从文档中 RobustScaler :

removes the median and scales the data according to the quantile range

因此您需要计算整个数组的中位数和分位数范围，为此您可以使用 np.median和 np.percentile函数，这就是 sklearn 在幕后所做的事情。代码:

import numpy as np
from sklearn.preprocessing import robust_scale

data = np.array([[3, 6],
                 [9, 12]], dtype=np.float64)
result = robust_scale(data, axis=0)
print(result)

reshape = data.reshape((1, 4))
result = robust_scale(reshape, axis=1)

me = np.median(data.flat) # 7.5
percentiles = np.percentile(data, (25.0, 75.0)) # 5.25 9.75

data -= me
data /= (percentiles[1] - percentiles[0])

print(data)

输出

[[-1. -1.]
 [ 1.  1.]]
[[-1.         -0.33333333]
 [ 0.33333333  1.        ]]

在示例中，我使用了 (25.0, 75.0) 因为这是分位数范围的默认值，也是函数 robust_scale 的默认值。相当于 RobustScaler 的功能(文档中的“另请参阅”部分)。