Zscorenormalisointi

Zscorenormalisointi, tunnettu myös standardoinnin nimeä, on tilastollinen menetelmä, jolla data muutetaan siten, että sen jakauma keskitetään ja skaalataan. Tavoitteena on tuottaa arvoja, jotka ovat vertaansa vakiokokoisessa mittakaavassa, tyypillisesti keskiarvonsa 0 ja hajontansa 1.

Perusmenetelmässä jokainen havainto x_i muunnetaan z-sarvoiksi kaavalla z_i = (x_i - μ) / σ, missä μ on populaation keskiarvo ja σ populaation hajonta. Käytännössä otoksessa käytetään otoskeskiarvoa x̄ ja otoshajontaa s, jolloin z_i = (x_i - x̄) / s. Saatu sarja on keskimäärin nolla ja minkä tahansa tutkimuksen mukaan standardoitujen arvojen hajonta on noin 1, kun otos on riittävän suuri.

Käyttökohteet ja syyt käyttää z-scorenormalisointia ovat yleisiä. Se helpottaa vertailua eri muuttujien välillä, koska ne on vakiokaavittu samalle mittakaavalle. Monissa koneoppimisen algoritmeissä, kuten lineaarisissa malleissa, tukivektoreissa, k-naarnoisessa naapurissa ja PCA:ssa, standardointi parantaa konvergenssia ja tulosten tulkittavuutta.

Rajoitukset: Standardointi on herkkä poikkeaville arvoille, jotka voivat muuttaa μ:n ja σ:n arvoja ja siten z-arvoja. Vinoudeltaan epämuodostunut jakauma ei välttämättä johda optimaaliseen standardointiin, ja poikkeavat arvot voivat vaikuttaa merkittävästi. Tarvittaessa voidaan käyttää robustimpia vaihtoehtoja, kuten robustia standardointia.