🔑 名詞卡
Z-score標準化
🎯 定義
數據標準化方法之一，將數據轉換為均值為 0、標準差為 1 的分佈。
公式
\[X_{scaled} = \frac{X - \mu}{\sigma}\]
其中 \(\mu\) 為均值，\(\sigma\) 為標準差。
適用情境
在數據分佈不均或特徵範圍差異較大時尤為重要，特別是使用梯度下降等對特徵尺度敏感的演算法時。
易混淆
- vs Min-Max標準化：Z-score 結果為均值 0、標準差 1（可為負值）；Min-Max 結果固定落在 [0,1] 區間。
📖 課文原文「Z-score 標準化：將數據轉換為均值為 0、標準差為 1 的分佈。」