知识卡片
组内标准化依赖组内尺度
组内z分数先减该组均值,再除该组标准差,表达相对本组中心的距离。均值接近0、标准差接近1是同一有效样本与统计约定下的结果,零方差或样本过少需另处理。标准化不意味着各组原始分布相同,也不保证正态。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
(group - group.mean()) / group.std() df_stand = by_industry.apply(zscore) 这样处理之后,各行业的平均值为0,标准差为1: In [94]: df_stand.groupby(industries).agg(['mean', 'std']) Out[94]: Momentum Short
参考来源
- 位置:《利用Python进行数据分析》第11章《分组变换和分析》(spine320;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0306.html;u255-ch11-010)。
- 结论依据:原文在“(group - group.mean()) / group.std()”附近的定义、例子或代码支撑本卡核心说明:组内z分数先减该组均值,再除该组标准差,表达相对本组中心的距离。边界按已读前提解释;示例未执行。
- 原始内容:(group - group.mean()) / group.std() df_stand = by_industry.apply(zscore) 这样处理之后,各行业的平均值为0,标准差为1: In [94]: df_stand.groupby(industries).agg(['mean', 'std']) Out[94]: Momentum Short