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
forest_099 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区10 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔10 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区10 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM12311 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI11 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健11 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV11 小时前
Google 重返第一梯队
人工智能·google·aigc
十有八七12 小时前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端