Z-Score归一化方法

Hello,大家晚上好!Z-Score方法基于原始数据的均值(mean)和标准差(standard deviation)来进行数据的标准化,处理后的数据均值为0,方差为1,符合标准正态分布,且无量纲。其主要目的是将不同量级的数据统一化为同一个量级,统一用计算出的Z-Score值衡量,保证了数据间具有可比性。公式如下所示:

                                                                       x_{normalization}=\frac{x-\mu }{\sigma }

其中,x表示原始数据,\mu表示原始数据的平均值,\sigma表示原始数据的标准差,x_{normalization}表示归一化后的数据。

Python代码实现:

def Z_ScoreNormalization(image,mean,std)
    image -= mean    
    image /= std 
return image

祝大家科研顺利:)

 

  • 6
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值