Z-SCORE标准化python

Z-score标准化是一种常用的数据预处理方法，用于将数据转换为均值为0，标准差为1的标准正态分布。在Python中，你可以使用scikit-learn库来实现Z-score标准化。以下是一个示例代码：

from sklearn.preprocessing import StandardScaler

# 假设有一个数据集X，其中每列是一个特征
X = [[1, 2, 3],
     [4, 5, 6],
     [7, 8, 9]]

# 创建一个StandardScaler对象
scaler = StandardScaler()

# 使用fit_transform方法进行Z-score标准化
X_scaled = scaler.fit_transform(X)

print(X_scaled)

这段代码将输出标准化后的数据集X_scaled。你可以看到，每列的均值为0，标准差为1。

请注意，fit_transform方法会同时计算并应用训练集的均值和标准差来进行标准化。如果你想将相同的变换应用于其他数据集，可以使用transform方法而不是fit_transform方法。

希望这个示例对你有所帮助！如果你有任何其他问题，请随时提问。