数据科学和机器学习：（处理 +ve skew）如何使对数转换结果为正？

【问题标题】：Data Science and Machine learning: (to handle +ve skew) How to make log transform results positive?数据科学和机器学习：（处理 +ve skew）如何使对数转换结果为正？
【发布时间】：2018-05-11 09:49:23
【问题描述】：

First image Second image

第一个图像是偏态分布，第二个是应用 Box-cox 后的图像。也尝试过对数变换，但它给出了负值，与 Box-cox 相同。如何让它积极？如何将转换后的标签与原始标签相关联？

【问题讨论】：

请点击链接查看图片

标签： regression data-science skew

【解决方案1】：

Yeo-Johnson 怎么样？

Yeo-Johnson 变换还允许 y 的零值和负值。

yeo.johnson(y, lambda, derivative = 0,
            epsilon = sqrt(.Machine$double.eps), inverse = FALSE)

Source

【讨论】：

请点击链接查看图片
我正在使用 pandas 和 python。 yeo.johnson 是否仅适用于 R？另外，观察第一张图片中的标签后，您认为我应该使用什么来正常分发数据？
我从未听说过 Yeo-Johnson 变换，这很有趣。