python中Box-Cox变换是什么

#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

## Check effect of Box-Cox transforms on distributions of continuous variables

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

for var in cols_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]))