zscorenormalisointia

Z-scorenormalisointi eli z-score -normointi on tilastollinen muunnos, jolla muuttujan arvot skaalataan keskiarvon ja hajonnan perusteella. Jokaiselle havainnolle x annetaan z-arvo, joka kertoo, kuinka monta keskihajontaa arvo poikkeaa muuttujan keskiarvosta. Z-arvo lasketaan kaavalla z = (x - μ) / σ, jossa μ on muuttujan havaintoarvojen keskiarvo ja σ sen keskihajonta. Käytettäessä otosta σ korvataan otosstandardipoikkeamalla s.

Z-scorenormointi muuttaa jakauman siten, että sen odotusarvo on noin 0 ja hajonta noin 1. Tämä tekee ominaisuuksista vertailukelpoisia, kun niiden mittayksiköt ja skaalat poikkeavat toisistaan. Sitä käytetään yleisesti koneoppimisessa sekä tilastollisessa analyysissä, koska monet algoritmit toimivat paremmin, kun syötteet ovat tasalaatuisia ja tasaisella skaalalla.

Käyttökohteet ja vaikutukset: standardointi helpottaa mallien konvergenssia, ehkäisee joidenkin ominaisuuksien liiallista vaikutusta ja mahdollistaa eri metriikojen mielekkään vertailun. Se ei kuitenkaan itsessään korjaa vinoutta tai poikkeavia arvoja; poikkeavat havainnot voivat vaikuttaa sekä μ:iin että σ:iin, joten poikkeavat arvot kannattaa käsitellä tarpeen mukaan tai käyttää robustimpia muunnoksia.

Käytännön toteutus: koulutuksessa lasketaan μ ja σ koulutusdatan perusteella, ja näitä arvoja käytetään testidatan z-scorenormointiin. Toistaiseksi z-normointi on yleinen tapa valmistella ominaisuuksia moniin koneoppimisen sovelluksiin. Esimerkki: jos x on 8, μ on 5 ja σ on 2, z = (8-5)/2 = 1,5.