概要
sklearn.preprocessing
モジュールのRobustScaler
は、各特徴量の中央値(medi)と第1-4分位数(q1i)、第3-4分位数(q3i)を用いて特徴量を標準化する。
(1)
挙動
それぞれ異なる正規分布に従う2つの特徴量について、RobustScaler
を適用したときの挙動を以下に示す。異なる大きさとレンジの特徴量が、変換後には原点を中心としてほぼ同じような広がりになっているのがわかる。
コードは以下の通りで、データに対してfit()
メソッドでスケールパラメーターを決定し、transform()
メソッドで変換を行うところを、これらを連続して実行するfit_transform()
メソッドを使っている。
簡単なデータでRobustScaler
の計算過程を確認しておく。以下の例では5個のデータにRobustScaler
を適用している。これは1つの特徴量を持つ5個のデータを模していることになる。
インスタンス内に保持されたパラメーターのうち、center_
は特徴量の標本平均、scale_
が第3-4分位数-第1-4分位数となっていて、これらで各特徴量が標準化されているのが確認できる。
特徴
RobustScaler
は異常値に対して頑健であり、StandardScaler
より頑健性が高い。