降低偏態中的兩種方法np.log1p和stats.boxcox，使用哪種比較好？
2019/09/24 上午 10:19
機器學習共學討論版
骑士
觀看數：7
回答數：1
收藏數：1
范例中，使用np.log1p比较好～
不过根据stats.boxcox的介绍，find the lambda that maximizes the log-likelihood function，这里的意思是找到的lambda可以让转换后的资料分布最像正态分布吗？所以使用stats.boxcox会比较好？
回答列表
-
2019/09/26 下午 05:20陳明佑 (Ming You Chen)贊同數：0不贊同數：0留言數：1
boxcox 的好處是有參數可以調整,
在仔細調參的情況下, 有可能比 log1p 更好
但是 log1p 的好處就在於它沒有參數
而且統計次數或頻率類型的特徵,
0會是他的最小值, 且大多數值都靠近0 (相對於最大值)
使用 log1p 會更為簡捷, 可以說 log1p的去偏是針對計數特徵設計的
簡單的說, 如果是計數類型的特徵, 不妨直接使用 log1p
但如果不是, 則建議使用 boxcox 調參, 參數介於 0 到 0.5 之間