我建议尝试对数转换。这有两个潜在的好处：

1. x 值的范围变小
2. 您转换后的数据可能更接近于正态分布（仅与某些模型相关，例如与树无关）

这里有两个玩具例子来说明：

玩具示例 1

s = np.random.lognormal(3, 1, 1000)
plt.hist(s, 100)
plt.show()

plt.hist(np.log(s), 100)
plt.show()

从第二张图中可以看出，x 值的范围变小了，转换后的分布类似于正态分布。当然，这是一个高度人为的例子，因为未转换的分布是log_normal.

玩具示例 2

s = np.random.geometric(0.2,100000)
plt.hist(s, 100)
plt.show()

plt.hist(np.log(s), 100)
plt.show()

这个看起来不像示例 1 那样好（即正态分布），但您的 x 值范围仍然变得更加紧凑。

如果您的数据包含 x 值$0$你可以使用np.log(x+1). 如果您的数据包含负值，它将变得更加棘手（这种情况下的方法包括此处描述的签名日志，或者只是向您的数据添加一个常数值，例如最小值）。

由于您有很多接近 0 的值，因此我建议您进行与对数转换非常相似的转换，但不要进行对数转换。它被称为双对称对数变换。我建议您阅读此内容。

据我所知，你的价值观是积极的，所以你可以简单地记录日志。您还可以将变量除以某个值，例如 10。您可以进行任何类型的线性变换。

您还可以查看缩放（例如最小/最大缩放）是否适合您。预处理数据 | scikit-学习