stats.boxcox(df_fixed['Fare'] + 1)[0] 為什麼要取 [0]?以及未指定 lmbda 時,lmbda 的值如何計算出來的?
回答列表
-
2020/03/26 上午 00:14張維元 (WeiYuan)贊同數:0不贊同數:0留言數:1
嗨,Steven
你想問的問題是嗎?整行的意思?還是 stats.boxcox 的用法?還是 stats.boxcox(df_fixed['Fare'] + 1)[0] 為什麼要取 [0]?
另外這一段當中沒有看到 lmbda = none ,請問這邊是哪裡來的呢?
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃
-
2020/03/26 上午 00:46Steven Hsu贊同數:0不贊同數:0留言數:1
附上圖片: 
-
2020/03/26 下午 09:27Jeffrey贊同數:0不贊同數:0留言數:0
stats.boxcox(df_fixed['Fare'] + 1)[0] 為什麼要取 [0]?
# 最小值接近-1,先加1做平移
-
2020/03/28 下午 04:30張維元 (WeiYuan)贊同數:0不贊同數:0留言數:0
嗨,以下簡單回覆你的問題:
1. 對應的lmbda是多少?
=> 根據文中,預設會有自動產生:If lmbda is None, find the lambda that maximizes the log-likelihood function and return it as the second output argument.
2. 回傳的值會多個數值,第零個才是真正的 boxcox。
3. 請問在未指定 lmbda 時,lmbda 的值如何計算出來的?
=> find the lambda that maximizes the log-likelihood function,意思應該是說會利用 log-likelihood 去計算 lambda 多少時可以得到最大的 y 就用這個值?
如果這個回答對你有幫助請主動點選「有幫助」的按鈕,也可以追蹤我的GITHUB帳號。若還有問題的話,也歡迎繼續再追問或者把你理解的部分整理上來,我都會提供你 Review 和 Feedback 😃😃😃