我们可以将变量的分布转换为正态分布。
我们有多种方法将非正态分布转化为正态分布：
1. 线性变换
一旦我们收集到变量的样本数据，我们就可以对样本进行线性变化，并计算Z得分：
计算平均值计算标准偏差对于每个 x，使用以下方法计算 Z：
2. 使用 Boxcox 变换
我们可以使用 SciPy 包将数据转换为正态分布：
scipy.stats.boxcox(x, lmbda=None, alpha=None)
3. 使用 Yeo-Johnson 变换
另外，我们可以使用 yeo-johnson 变换。Python 的 sci-kit learn 库提供了相应的功能：
sklearn.preprocessing.PowerTransformer(method=’yeojohnson’,standardize=True, copy=True)
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
