有没有办法将具有双峰分布的连续预测变量（授予）转换为正态分布（见下面的密度图）？我尝试过 log(x+c)、z-score 和逆变换方法，但我无法摆脱这种极端的双峰分布。
我应该考虑将连续变量视为分类变量吗？
数据集的样本大小为 3,000，响应变量是二分类的。
如何转换具有极端双峰分布的连续数据
机器算法验证
正态分布
分类数据
数据转换
连续数据
偏度
2022-03-21 05:33:13
1个回答
1）没有办法将离散随机变量转换为连续的。如果它需要个不同的值，则没有任何转换会给您留下超过个不同的值。
所以你不能把它变成正常的。它总是会有两个大尖峰（或者更糟糕的是，通过非单调变换，你最终可能只有一个大尖峰）。
2）由于这是一个预测器，你不需要它是正常的，所以这种无能是无关紧要的。