為什麼Z-Score標準化後, 會得到平均數為0, 標準差為1

 1.) How can I choose between normalization and standardization in different situations?

     資料並無特別遵從常態分佈, 則使用 Normalization , 如圖片的像素常用  Normalization 將像素值壓在0~1 之間。若資料遵從常態分佈 (很多時候會假設資料是常態分佈), 則使用Standardization (z-score)

2.) 證明: 為什麼Z-Score標準化後, 會得到平均數為0, 標準差為1 

Read More: 

[1] 什麼是機器學習 ? 

[2] 回歸模型的效能評估: R平方(R squared)

[3]  為什麼Z-Score標準化後, 會得到平均數為0, 標準差為1

[4]  關於Log-loss: binary_cross_entropy

[5]  Understanding ROC and AUC 

[6] iPAS 機器學習工程師參考樣題解說

[7] Model Quantization 

[8] 推薦系統: Item-based Collaborative Filtering

[9]  Adaboost Algorithm 演算法

[10] Adaboost Algorithm 演算法實作解說