穩健縮放 vs Z 分數標準化
Robust Scaling vs Z-score Normalization
穩健縮放 側重 使用中位數與四分位距進行特徵縮放的預處理方法，對離群值不敏感，適合含極端值的資料集。，而 Z 分數標準化 側重 將特徵值轉換為均值為 0、標準差為 1 的標準常態分佈的資料預處理方法。。
逐項比較
| 項目 | 穩健縮放 | Z 分數標準化 |
|---|---|---|
| 一句定義 | 使用中位數與四分位距進行特徵縮放的預處理方法，對離群值不敏感，適合含極端值的資料集。 | 將特徵值轉換為均值為 0、標準差為 1 的標準常態分佈的資料預處理方法。 |
| 常見標籤 | 資料預處理、特徵縮放、離群值處理、機器學習、統計學 | 資料預處理、特徵縮放、標準化、機器學習、統計 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 穩健縮放和 Z-score 標準化應該如何選擇？ | Z 分數標準化和 Min-Max 正規化應該如何選擇？ |