Python-22(Z-score标准化)
- 2026-09-02 17:14:44
Python-22(Z-score标准化)在数据处理过程中，不同特征（变量）具有不同的量纲（量级），为了消除特征量纲和取值范围的差异可能造成的影响，我们需要对数据进行标准化处理（Z-score是其中的一种）。
Z-Score标准化=标准差标准化 公式：Z=（x-μ）/σ z代表：当前数据距离均值有多少个标准差 变换后的数据特征：整列数据均值=0；变换后整列数据标准差=1. 举例:
原始数据，工资(4000~8000)、年龄(15~35),是两列量级差异极大的特征。两列特征的波动幅度完全不具有可比性。 通过Z-score标准化后，消除了两列特征量纲差异，且不改变原数据的相对分布。 
Day 22 #Python #标准差标准化 #数据缩放 四季之中，我喜欢秋季，比夏季凉快，比冬季暖和
x：原始特征值 μ：该列特征均值 σ：该列特征总体标准差
Z>0：数值大于均值； Z=0：数值等于均值； z<0：数值 小于均值
 |  |
 |
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
