Normalisasi skor z: definisi & contoh

Normalisasi skor Z mengacu pada proses normalisasi setiap nilai dalam kumpulan data sedemikian rupa sehingga rata-rata semua nilai adalah 0 dan simpangan bakunya adalah 1.

Kami menggunakan rumus berikut untuk melakukan normalisasi skor-z pada setiap nilai dalam kumpulan data:

Nilai baru = (x – μ) / σ

Emas:

• x : Nilai asli
• μ : Rata-rata data
• σ : Standar deviasi data

Contoh berikut menunjukkan cara melakukan normalisasi skor-z pada kumpulan data dalam praktiknya.

Contoh: Melakukan Normalisasi Z-Score

Misalkan kita memiliki kumpulan data berikut:

Dengan menggunakan kalkulator, kita dapat melihat bahwa rata-rata kumpulan data adalah 21,2 dan simpangan bakunya adalah 29,8 .

Untuk melakukan normalisasi z-score ke nilai pertama pada dataset, kita dapat menggunakan rumus berikut:

• Nilai baru = (x – μ) / σ
• Nilai baru = (3 – 21.2) / 29.8
• Nilai baru = -0,61

Kita dapat menggunakan rumus ini untuk melakukan normalisasi z-score pada setiap nilai dalam dataset:

Rata-rata dari nilai yang dinormalisasi adalah 0 dan simpangan baku dari nilai yang dinormalisasi adalah 1 .

Nilai yang dinormalisasi mewakili jumlah standar deviasi antara nilai asli dan mean.

Misalnya:

• Nilai pertama dalam kumpulan data adalah 0,61 standar deviasi di bawah rata-rata.
• Nilai kedua dalam kumpulan data adalah 0,54 standar deviasi di bawah rata-rata.
• …
• Nilai terakhir dalam kumpulan data adalah 3,79 standar deviasi di atas rata-rata.

Keuntungan melakukan normalisasi jenis ini adalah outlier yang terlihat jelas dalam kumpulan data (134) telah diubah sedemikian rupa sehingga tidak lagi menjadi outlier yang masif.

Jika kita kemudian menggunakan kumpulan data ini untuk menyesuaikan beberapa jenis model pembelajaran mesin , outlier tidak lagi memiliki pengaruh yang besar terhadap kesesuaian model.

Sumber daya tambahan

Tutorial berikut memberikan informasi tambahan tentang berbagai teknik normalisasi:

Standardisasi atau normalisasi: apa bedanya?
Cara menormalkan data antara 0 dan 1
Cara menormalkan data antara 0 dan 100