只做正品的网站,海南省海口市网站建设,口碑营销相关案例,百度权重是什么意思python Z-score标准化 Zscore标准化sklearn库实现Z-score标准化手动实现Z-score标准化 Zscore标准化
Z-score标准化#xff08;也称为标准差标准化#xff09;是一种常见的数据标准化方法#xff0c;它将数据集中的每个特征的值转换为一个新的尺度#xff0c;使得转化后的… python Z-score标准化 Zscore标准化sklearn库实现Z-score标准化手动实现Z-score标准化 Zscore标准化
Z-score标准化也称为标准差标准化是一种常见的数据标准化方法它将数据集中的每个特征的值转换为一个新的尺度使得转化后的数据具有均值为0标准差为1的分布。Z-score标准化公式如下 其中
X 是原始数据值μ 是数据的均值σ 是数据的标准差
sklearn库实现Z-score标准化
import numpy as np
from sklearn.preprocessing import StandardScaler# 生成示例数据
data np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])# 创建StandardScaler对象
scaler StandardScaler()# 对数据进行标准化
data_standardized scaler.fit_transform(data)print(原始数据:)
print(data)
print(\n标准化后的数据:)
print(data_standardized)
print(\n均值:, scaler.mean_)
print(标准差:, scaler.scale_)
手动实现Z-score标准化
import numpy as np# 生成示例数据
data np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])# 计算均值和标准差
mean np.mean(data, axis0)
std np.std(data, axis0)# 进行Z-score标准化
data_standardized (data - mean) / stdprint(原始数据:)
print(data)
print(\n标准化后的数据:)
print(data_standardized)
