【发布时间】：2016-07-02 02:21:42
【问题描述】：
我有一个具有偏态正态分布的输入数据集（DataFrame / numpy 矩阵）。我正在尝试找到 python 转换函数（或 numpy 矩阵），它将输入数据集转换为没有偏斜的正态分布。
我查看了 curve_fit（在 scipy.optimize 中），但不确定如何应用它。
有没有简单的方法可以做到这一点？
【问题讨论】：
【发布时间】：2016-07-02 02:21:42
【问题描述】：
我做了两件事之一：
- 使用box-cox transformations。这需要您找到合适的幂或 lambda，将您的数据转换为零偏斜。
- 强制正态分布。
例子
from scipy.stats import norm
df = pd.DataFrame(np.random.rand(1000), columns=['Uniform'])
df['Normal'] = norm.ppf((df.Uniform.rank() - .5) / len(df))
df.plot(kind='kde')
df.skew()
Uniform 2.392991e-02
Normal 2.114051e-15
dtype: float64
【讨论】：
-
我正要发布 Box-Cox。 Scipy 找到最大化可能性的 lambda：scipy.github.io/devdocs/generated/scipy.stats.boxcox.html