我很困惑如何进行z-score标准化。我找到了这个方程式，需要平均值和标准偏差，但我不知道如何根据我的情况解决这个问题。
我的系统中有2个分类器。为了一起使用得分，我知道我需要对它们进行标准化，因为它们的尺度会有所不同等等。我希望对此使用z-score标准化。我的问题是，考虑到两个分类器中的2个分数，我需要对分数进行标准化才能使分数正常化？我希望能够组合/比较它们。
我（可能有缺陷！）的理解是，对于分类器得分集，我们使用均值和标准差。但我们不能总是假设我们已经有一个得分集来得到平均值和标准差，我们可以吗？
答案 0 :(得分：-1)
要计算给定数字集的z分数，您需要计算样本均值和样本偏差。从每个分数中减去平均值并除以标准差。 考虑下面的数字集合，其中每个观察点的测试分数范围从0到100。
{40, 50, 60, 55, 70, 80, 90}
如果您想比较另一组测试分数，其中测试分数介于0到250之间，例如：
{100, 115, 214, 50, 200, 80, 90}
你无法直接比较比较它们。即第二组中得分80显然比第一组中的80分（80/250 vs 80/100）差。一种方法是使用z分数。他们计算如下：
找出平均值
第一组的意思是：63.57143 第二组的平均值是：121.2857
从每个分数中减去样本均值。这将为您提供一组以零为中心的数字。
{ - 23.571429，-13.571429，-3.571429，-8.571429,6.428571,16.428571,26.428571} {-21.285714，-6.285714,92.714286，-71.285714,78.714286，-41.285714，-31.285714}
计算与原始集合的标准偏差并除以＆＃34;居中＆＃34;得分数：
设置1 sigma = 17.49149
设置2 sigma = 61.98041
计算结果为：
{ - 1.3475937，-0.7758873，-0.2041809。 -0.4900341,0.3675256,0.9392320,1.5109384} {-0.3434265，-0.1014145,1.4958643，-1.1501330,1.2666865，-0.6661091，-0.5047678}
现在你有两组数字可以直接比较。值为零意味着它是集合的平均值。比设定平均值高1个标准差的值。值为-1意味着它比平均值低一个标准差，依此类推。