после использования преобразования Box-Cox в Python данные стремятся к бесконечности.
Он инициализирует пустой DataFrame df_boxcox для хранения преобразованных данных.
Для каждого числового столбца:
Он строит гистограмму столбец перед преобразованием.
Он применяет к столбцу преобразование Бокса-Кокса, чтобы приблизить его распределение к нормальному. Это включает в себя сдвиг данных, чтобы убедиться, что все значения положительны, а затем применение преобразования.
Он строит гистограмму преобразованного столбца.
Он печатает сводную статистику преобразованных данных
https:// colab.research.google.com/drive/18_F6lKB1F29H2CJ5pKqpQU7tdISJB0If?usp=sharing
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import boxcox
# Read the dataset
df = pd.read_csv("https://drive.usercontent.google.com/do ... 4822459800")
# Drop irrelevant columns
df = df.drop(columns=\["Postcode"\])
# Calculate age of buildings
df\["YearBuilt"\] = 2018 - df\["YearBuilt"\]
# Fill missing values
numeric_cols = df.select_dtypes(include=np.number)
for col in numeric_cols.columns:
df\[col\] = df\[col\].fillna(df\[col\].mean())
df\["CouncilArea"\] = df\["CouncilArea"\].fillna("None")
# Apply Box-Cox transformation
df_boxcox = pd.DataFrame()
for col in numeric_cols.columns:
plt.figure(figsize=(10, 5))
# Plot histogram before transformation
plt.subplot(1, 2, 1)
sns.histplot(df[col], kde=True)
plt.title(f'Histogram of {col} (Before Transformation)')
# Apply Box-Cox transformation
min_val = df[col].min()
if min_val
Подробнее здесь: https://stackoverflow.com/questions/784 ... o-infinity
