Z-score normalization 代码

Z-score标准化，也称为标准分数转换，是一种统计学方法，它将原始数据转换到均值为0、标准差为1的标准正态分布上。这种方法通过减去每个数值的平均值，然后除以其标准差来实现。下面是Python中使用NumPy库进行Z-score标准化的基本代码示例：

import numpy as np

def zscore_normalization(data):
    mean = np.mean(data)
    std_dev = np.std(data)
    return (data - mean) / std_dev

# 示例数据
example_data = np.array([1, 2, 3, 4, 5])
normalized_data = zscore_normalization(example_data)

print("原始数据:", example_data)
print("标准化后的数据:", normalized_data)

在这个例子中，`mean`变量存储了输入数据的平均值，`std_dev`存储了标准差。函数`zscore_normalization`接受数据作为输入，返回经过Z-score标准化处理的新数组。