Box Cox变换
Box Cox变换是将数据正态化比较有力的工具。
A Box Cox transformation is a way to transform non-normal dependent variables into a normal shape.
使数据more normal distribution-like，而且stabilize variance，性质较好。很多模型对数据分布有正态性假设，比如线性回归，此时对数据做正态变换很有必要。变换公式为
Intuition
公式中$\lambda$是可以优化参数，像R或Python中都有类似的实现。当$\lambda=0$时，是常见的对数变换；取其它值也是对数据做平移和拉伸。
其中对数变换，会将小数据之间的diff放大（inflate），将大数据之间diff缩小（reduce），从而使常见的right skew的分布变换成正态分布，如下图所示
看一个变换后的图例
注意Box Cox只在幂函数和对数函数中搜索最好的变换，但不能保证一定能达到正态性，变换完需要看看Q-Q Plot或者Normal Probability Plot重新Check下。
Refs
