gauss_rank_scaler:高斯秩缩放方法的Scikit learn兼容实现 源码

高斯等级定标器 scikit-learn样式转换器,可将数字变量缩放为正态分布。 神经网络的输入归一化非常重要。 高斯等级是一种将数字变量分布转换为法线的有效算法。 它基于等级转换。 第一步是为排序后的erfinv分配-1和1之间的间距,然后应用误差函数erfinv的逆函数使其看起来像高斯erfinv 。 通常,此方法比标准或最小最大缩放器更好。 重要连结 用法 Gauss Rank Scaler是完全兼容的sklearn转换器,可以在管道或现有脚本中使用。 支持的输入格式包括numpy数组和pandas数据框。 传递到变压器的所有列均已正确缩放。 例 from gauss_rank_sc