反向Box-Cox变换

Question

我使用SciPy箱形函数对连续变量执行Box变换。

from scipy.stats import boxcox
import numpy as np
y = np.random.random(100)
y_box, lambda_ = ss.boxcox(y + 1) # Add 1 to be able to transform 0 values

然后，我拟合一个统计模型来预测这个Box-Cox变换变量的值.模型预测在Box-Cox标度中，我想将它们转换为变量的原始标度。

from sklearn.ensemble import RandomForestRegressor
rf = RandomForestRegressor()
X = np.random.random((100, 100))
rf.fit(X, y_box)
pred_box = rf.predict(X)

然而，找不到一个SciPy函数，它可以执行给定转换后的数据和lambda的反向Box-Cox转换。有这样的函数吗？i现在编码了一个逆变换。

pred_y = np.power((y_box * lambda_) + 1, 1 / lambda_) - 1

Answer 1

多亏了@ Weckesser，我了解到SciPy的当前实现没有一个函数来逆转Box-Cox转换。但是，未来的SciPy发行版可能具有此功能。现在，我在问题中提供的代码可能会为其他人提供反向Box-Cox转换服务。

Answer 2

SciPy增加了一个逆盒-考克斯变换.

boxcox.html

scipy.special.inv_boxcox scipy.special.inv_boxcox(y，lmbda) =

计算Box-Cox变换的逆。

找出x，以便：

y = (x**lmbda - 1) / lmbda  if lmbda != 0
    log(x)                  if lmbda == 0

参数:y: array_like

要转换的数据。

lmbda : array_like

Box-Cox变换的功率参数。

返回：

X:阵列

转换数据。

备注

新版本0.16.0。

示例：

from scipy.special import boxcox, inv_boxcox
y = boxcox([1, 4, 10], 2.5)
inv_boxcox(y, 2.5)

output: array([1., 4., 10.])

Answer 3

1. 这是密码。它正在工作，只是测试而已。使用neperian对数，我检查BoxCox变换纸，它看到他们使用log10。我一直和尼伯里在一起，因为它和枕叶一起工作
2. 遵循以下代码： #函数def invboxcox(y，ld)：如果ld == 0: def(np.exp(Y)) if (np.exp(np.log(ld*y+1)/ld))#测试代码x=100 =0y= stats.boxcox(x，ld)打印invboxcox(y，ld)