Python SciKit如何学习分压变压器的工作原理？

我正在研究Scikit Learn Python库中的QuantiletTransformer对象，试图将ARIMA模型中的残差作为copula模型的一部分“统一化”。我们的想法是将我的肯德尔残差相关矩阵输入到学生的t copula中，然后应用模拟残差的反向变换，以获得原始数据规模上的值

---

我的问题是：这一机制的基础是什么？我很难理解在不知道真实分布的情况下，量子化变压器是如何使值均匀化的。如果没有百分位点函数（PPF），这是如何发生的？或者是否存在文档中没有说明的假定PPF（）？

分位数变换器似乎只变换数据以匹配高斯分布或均匀分布。所以不知道真实的分布。这描述了一些细节，有帮助吗@博戈维奇：谢谢你。我只是想知道它如何在不知道真实分布的情况下统一数据。你不需要知道CDF吗？我希望它使用经验CDF。