在特性工程期间，在规范化数据集之前使用数据集的zscore的利弊？

Question

规范化是一种常见的特征工程技术。但是，在对数据集进行规范化之前，此帖子在数据集中使用了标准化(Zscore)。

我认为这会导致数据中的一些信息丢失。

这样做的利弊是什么？

Answer 1

规范已经标准化的数据集不应更改任何内容，除非出于某种原因使用了不同的规范化方案。

Answer 2

Z-分数正常化是一种将测试结果与“正常”人群进行比较的方法，并使他们达到相同的可比较尺度。因此，ZScore的优势可以是：

z\_score = \frac{x-\bar x}{\sigma}

Z分数正常化有以下优点：

1. Z分数可以用来比较来自不同测试的原始分数。
2. Z分数考虑了一组原始分数的平均值和可变性。

Z评分的缺点是：

1. Z分数总是呈正态分布。
2. 如果数据是倾斜的，则原点线的左右分布不相等。