sklearn.preprocessing.RobustScaler（解释和原理，分位数，四分位差）

liulangzhehwm

已于 2024-06-15 17:11:47 修改

阅读量1k

点赞数 6

分类专栏：机器学习和数据处理文章标签： sklearn 人工智能 python

于 2024-02-27 17:16:23 首次发布

本文链接：https://blog.csdn.net/xiaiming0/article/details/135584792

版权

本文详细介绍了sklearn.preprocessing.RobustScaler的原理，它使用百分位数进行数据缩放，不受极端值影响。通过示例展示了如何使用该工具并探讨了其在处理少量数据时可能产生的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

提示：sklearn.preprocessing.RobustScaler（解释和原理，分位数，四分位差）

文章目录

@[TOC](文章目录)

一、RobustScaler 是什么？

二、代码

1.代码

2.输出结果

总结

提示：以下是本篇文章正文内容，下面案例可供参考

一、RobustScaler 是什么？

RobustScaler 的居中和缩放统计基于百分位数，因此不会受到少数非常大的边缘异常值的影响。
计算公式如下（具体计算公式以官网提供的代码为准）：

value_result = (value-Media)/(Q1-Q3)
Q1的位置 = 1 * （n + 1) / 4
Q3的位置 =  3 *（n + 1) / 4
n : 表示数据的个数。
media : 中位数
Q1 : 是第 1 个四分位数（第 25 个分位数）
Q3 : 第 3 个四分位数（第 75 个分位数）

在这里插入图片描述

二、代码

1.代码

import pandas as pd
from sklearn.preprocessing import RobustScaler

data = pd.DataFrame(
    {
   
        'a': [1, 2, 3, 4, 6, 5, 6],
        'b':

最低0.47元/天解锁文章

sklearn.preprocessing.RobustScaler（解释和原理，分位数，四分位差）

文章目录 @[TOC](文章目录) 一、RobustScaler 是什么？ 二、代码 1.代码 2.输出结果 总结

文章目录

一、RobustScaler 是什么？

二、代码

1.代码

文章目录

@[TOC](文章目录)

一、RobustScaler 是什么？

二、代码

1.代码

2.输出结果

总结