---
title: Нормализация распределения
seo:
  title: Нормализация распределения — Data Scientist
  description: Тема «Нормализация распределения» для собеседования Data Scientist. Приведите методы преобразования ненормального распределения к нормальному.
---

[Все темы Data Scientist](/data-scientist)

## <strong>Приведите методы преобразования ненормального распределения к нормальному.</strong> [#q-14bee738d69b8165980ae3906d74fc68]

Основные методы преобразования ненормального распределения к нормальному&#58;

1. <strong>Преобразование Бокса-Кокса</strong>
   <code>&#40;Box&#45;Cox Transformation&#41;</code>&#58; Это семейство
   преобразований, которое преобразует данные так, чтобы они приближались к
   нормальному распределению. Он зависит от параметра λ, который можно подобрать
   для оптимального преобразования.

1. <strong>Преобразование Йео-Джонсона</strong>
   <code>&#40;Yeo&#45;Johnson Transformation&#41;</code>&#58; Это обобщение
   преобразования Бокса-Кокса, которое также может работать с отрицательными
   значениями и нулями.

1. Квантильное преобразование&#58; сначала оценивает положение значения в эмпирическом распределении, затем отображает его в выбранное распределение, например нормальное. В QuantileTransformer для этого задают output_distribution="normal".

1. RobustScaler центрирует данные по медиане и масштабирует по межквартильному размаху. Он устойчив к выбросам, но не превращает распределение в нормальное.

:::note[Ссылки для изучения]

1. [Умная нормализация данных](https://habr.com/ru/articles/527334/)
   :::