Yeo-Johnsonova mocninová transformace | AI slovník

Odborná definice

Yeo-Johnson transformation je parametrická monotónna mocninová transformace určená na snížení šikmosti a stabilizaci rozptylu numerické proměnné. Na rozdíl od Box-Coxovej transformace je definovaná i pro nulové a záporné hodnoty, přičemž používá rozdílně větve podle znamienka vstupu a hodnoty parametru lambda. Parameter se často odhaduje maximalizací vierohodnosti. Transformace může pomoci lineárním a štatistickým modelem, nevytváří však normalitu z každé distribuce a musí být fitovaná pouze na tréninkových datech.

Srozumitelné vysvětlení

Pokud má číselný příznak dlouhý ocas, několik extrémů může dominovat škále a vztah k cielu se modelu popisuje ťažšie. Yeo-Johnson zvolí plynulou mocninovou úpravu, která ví pracovat i s hodnotami pod nulou. Nejde o univerzálne čištění, protože pořadí hodnot zachovává a multimodálnu či kategoricky zmiešanou distribuci nemusí napravit. Največšou praktickou chybou je odhadnout parameter na celém datasete, čím se informace z validační nebo testovací části přenese do předzpracování.

Časté otázky

V čem se liší od Box-Coxovej transformace?

Yeo-Johnson přijímá kladné, nulové i záporné hodnoty. Box-Cox vyžaduje striktne kladný vstup, pokud se predtým neposunie.

Musí být výsledek přesně normálny?

Ne. Cílem je často snížit šikmosť a stabilizovat rozptyl, ne garantovat dokonalou Gaussovu distribuci.

Kde se odhaduje parameter lambda?

Jen na tréninkové množině nebo v každém tréninkovém fold-e. Stejný naučený parameter se potom aplikuje na validační a produkční data.

Je transformace vhodná pro stromové modely?

Stromy jsou vůči monotónnym transformáciám často málo citlivé. Přínos může být větší při lineárních modelech, metódach založených na vzdálenosti nebo při stabilizaci numeriky.

Lze transformace invertovat?

Ano, pokud se uchová naučená lambda a přesný postup štandardizace. Inverze je důležitá, když se transformuje cílová proměnná a výsledek se vrací do původných jednotek.

Související pojmy

Zdroje a redakční stopa

scikit-learn, PowerTransformer Yeo and Johnson, 2000

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.