目录
[1. 均值（Mean）](#1. 均值（Mean）)
[2. 标准差（Standard Deviation）](#2. 标准差（Standard Deviation）)
[1. 成年人身高](#1. 成年人身高)
[2. 考试成绩](#2. 考试成绩)
[3. 产品制造误差](#3. 产品制造误差)
[1. 一个标准差范围](#1. 一个标准差范围)
[2. 两个标准差范围](#2. 两个标准差范围)
[3. 三个标准差范围](#3. 三个标准差范围)
一、引言：为什么总能看到"钟形曲线"？
在数据分析、统计学、机器学习甚至金融领域，我们经常会看到这样一条曲线：
▲
/ \
/ \
/ \
/ \
______/ \______它的形状像一个钟，因此也被称为：
钟形曲线（Bell Curve）在数学上，它有一个更正式的名字：
正态分布（Normal Distribution）很多现实世界的数据都近似服从正态分布，例如：
成年人身高
考试成绩
测量误差
产品尺寸误差
人体体温
自然界中的许多随机现象正态分布是概率统计中最重要的分布之一，也是机器学习的重要基础。
二、什么是正态分布
正态分布是一种连续概率分布。
它具有以下特点：
左右对称
中间最高
两边逐渐下降
尾部无限接近于0图形如下：
*
* *
* *
* *
* *
____*___________________*____其数学定义为：
f(x) = [1 / (σ√(2π))]
×
exp(
-(x-μ)^2
/
(2σ^2)
)其中：
μ（mu） ：均值（平均值）
σ（sigma） ：标准差
σ² ：方差三、正态分布中的两个关键参数
正态分布最重要的两个参数是：
均值 μ
标准差 σ1. 均值（Mean）
均值决定曲线的位置。
例如：
μ = 50则曲线中心位于：
x = 50如果均值变大：
μ = 80整个曲线向右移动。
示意图：
μ=50
/\
μ=80
/\均值控制：
曲线中心位置2. 标准差（Standard Deviation）
标准差决定曲线宽窄。
例如：
σ = 1曲线较窄：
/\
/ \
/ \当：
σ = 5曲线变宽：
/----------\标准差控制：
数据离散程度四、生活中的正态分布实例
1. 成年人身高
假设男性身高：
平均身高：
175cm标准差：
7cm则：
大部分人身高
集中在168~182cm之间极高或极矮的人非常少。
2. 考试成绩
很多大型考试成绩都近似正态分布：
中等分数最多
高分和低分较少例如：
60~80分
人数最多而：
满分
个位数3. 产品制造误差
例如生产螺丝：
目标长度：
10mm实际生产：
9.99mm
10.01mm
10.02mm误差通常呈正态分布。
五、为什么正态分布如此重要
正态分布之所以重要，是因为：
中心极限定理指出：
大量独立随机变量相加后，其结果会趋近于正态分布。
例如：
学习能力
家庭环境
身体状态
运气因素
考试发挥共同影响考试成绩。
最终成绩会趋向正态分布。
因此：
现实世界大量数据
天然接近正态分布六、什么是标准正态分布
虽然正态分布很多：
N(170,10)
N(100,20)
N(50,5)但统计学家希望：
统一研究于是定义了：
标准正态分布标准正态分布规定：
均值 μ = 0
标准差 σ = 1记作：
N(0,1)图形：
*
* *
* *
* *
___*_______________*___
中心点 = 0七、如何把普通正态分布变成标准正态分布
使用：
Z-Score标准化公式：
z
=
(x - μ)
/
σ例如：
某学生成绩：
85分班级平均分：
70分标准差：
5分则：
z
=
(85 - 70)
/
5
=
3表示：
高于平均水平3个标准差八、著名的68-95-99.7法则
对于标准正态分布：
1. 一个标准差范围
μ ± 1σ覆盖：
68.27%数据。
2. 两个标准差范围
μ ± 2σ覆盖：
95.45%数据。
3. 三个标准差范围
μ ± 3σ覆盖：
99.73%数据。
示意图：
μ
|---|---|---|
-3σ -2σ -1σ 0 1σ 2σ 3σ九、使用Python生成正态分布数据
NumPy提供：
np.random.normal()生成正态分布随机数。
示例：
python
import numpy as np
data = np.random.normal(
loc=170,
scale=7,
size=10
)
print(data)参数说明：
loc均值。
scale标准差。
size样本数量。
十、绘制正态分布图
python
import numpy as np
import matplotlib.pyplot as plt
data = np.random.normal(
0,
1,
10000
)
plt.hist(
data,
bins=50,
density=True
)
plt.show()运行后即可看到经典钟形曲线。
十一、机器学习为什么喜欢标准化
假设有两个特征：
年龄：
20~60工资：
3000~30000数值差异巨大。
训练模型时：
工资会主导梯度计算影响模型效果。
因此通常进行：
标准化公式：
z
=
(x - μ)
/
σ标准化后：
均值 = 0
标准差 = 1即：
标准正态分布十二、Scikit-Learn中的标准化
使用：
python
from sklearn.preprocessing import StandardScaler
import numpy as np
X = np.array([
[20,3000],
[30,5000],
[40,10000]
])
scaler = StandardScaler()
X_std = scaler.fit_transform(X)
print(X_std)输出：
均值接近0
标准差接近1十三、正态分布在机器学习中的应用
常见应用：
数据标准化
异常值检测
概率模型
贝叶斯算法
高斯混合模型（GMM）
朴素贝叶斯
隐马尔可夫模型甚至很多损失函数也建立在正态分布假设之上。
十四、正态分布与异常值检测
根据：
3σ原则若数据满足：
|x - μ| > 3σ则该数据出现概率极低。
通常可视为：
异常值（Outlier）例如：
班级平均身高：
170cm标准差：
5cm某学生：
195cm则属于明显异常值。
十五、总结
正态分布是统计学和机器学习中最重要的概率分布之一。
核心特点：
左右对称
中间高
两边低
呈钟形曲线两个关键参数：
μ：均值
σ：标准差标准正态分布定义为：
μ = 0
σ = 1标准化公式：
z
=
(x - μ)
/
σ在机器学习中：
标准化
异常值检测
概率建模
贝叶斯学习
高斯模型都离不开正态分布。
可以这样理解：
正态分布
描述了现实世界随机现象的规律
而标准正态分布
则是研究这种规律的统一坐标系掌握正态分布之后，你将更容易理解后续的：
概率论
贝叶斯统计
机器学习
深度学习
数据分析等核心内容。