使用R语言的sapply函数进行特征数据的标准化（z-score）

使用R语言的sapply函数进行特征数据的标准化（z-score）

在数据分析和机器学习中，特征数据的标准化是一个常见的预处理步骤。标准化可以使得不同的特征具有相同的尺度，以便更好地应用各种统计和机器学习算法。其中一种常见的标准化方法是z-score标准化，也称为标准分数标准化。

在R语言中，可以使用sapply函数对特征数据进行z-score标准化。sapply函数是一个向量化的函数，可以对向量、列表或数据框的每个元素应用相同的操作。下面我们将介绍如何使用sapply函数对特征数据进行z-score标准化。

首先，让我们创建一个示例数据集来演示如何使用sapply函数进行z-score标准化。假设我们有一个包含多个特征的数据框df，每个特征都需要进行标准化。

# 创建示例数据框
df <- data.frame(
  feature1 = c(10, 20, 30, 40),
  feature2 = c(5, 15, 25, 35),
  feature3 = c(2, 4, 6, 8)
)

# 输出原始数据框
print("原始数据框：")
print(df)

输出结果如下：

[1] "原始数据框："
  feature1 feature2 feature3
1       10        5        2
2       20       15        4
3       30       25        6
4       40       35        8

现在我们将使用sapply函数对每个特征进行z-score标准化。首先，我们定义一个函数zscore，该函数将对给定特征进行z-score标准化。