什么是Z-score标准化

python 复制代码
from sklearn.preprocessing import StandardScaler
import numpy as np

# 原始数据(假设为2个特征,5个样本)
data = np.array([[20, 5000], [22, 6000], [25, 8000], [28, 9000], [30, 10000]])

# 初始化标准化器
scaler = StandardScaler()

# 用训练集拟合(计算均值和标准差)并转换
data_scaled = scaler.fit_transform(data)

print("标准化后数据:")
print(data_scaled)
print("各特征均值(应接近0):", scaler.mean_)
print("各特征标准差(应接近1):", scaler.scale_)

综上,Z-score 标准化是数值型特征预处理的基础方法,核心是 "通过均值和标准差调整数据分布",需根据模型特性和数据分布选择,同时注意避免数据泄露和异常值干扰。

相关推荐
金井PRATHAMA14 小时前
系统科学:结构、功能与层级探析
人工智能·自然语言处理·知识图谱
Goboy15 小时前
亲手算一遍神经网络的反向传播,才算入门深度学习!
人工智能·算法·ai编程
IT观察15 小时前
2025 全球 GEO 服务商 TOP10 揭晓|硕芽科技引领生成搜索优化新时代
大数据·人工智能·科技
小屁孩大帅-杨一凡15 小时前
大模型gpt-4o 参数介绍
人工智能·深度学习·算法·机器学习
AI浩15 小时前
神经网络激活函数:从ReLU到前沿SwiGLU
人工智能·深度学习·神经网络
IT_陈寒15 小时前
5个Python高效编程技巧:从类型提示到异步IO的实战优化
前端·人工智能·后端
武子康15 小时前
AI-调查研究-67-具身智能 核心技术构成全解析:感知、决策、学习与交互的闭环系统
人工智能·科技·学习·程序人生·ai·职场和发展·职场发展
SHIPKING39315 小时前
【机器学习&深度学习】RAG 系统中 Top-k 的最佳实践策略
人工智能·深度学习·机器学习
无规则ai16 小时前
动手学深度学习(pytorch版):第七章节—现代卷积神经网络(6)残差网络(ResNet)
人工智能·pytorch·python·深度学习·cnn