Was ist der Unterschied zwischen Z-Score und robustem Z-Score?

Der Standard Z-Score nutzt Mittelwert und Standardabweichung, während der robuste Z-Score auf Median und Median Absolute Deviation (MAD) basiert, was ihn unempfindlicher gegenüber Ausreißern macht.

Wie werden fehlende Werte behandelt?

Sie können wählen, ob Zeilen mit fehlenden Werten übersprungen werden oder ob diese durch den Mittelwert, Median, Modus oder Null ersetzt werden sollen.

Kann ich die Originalspalten behalten?

Ja, aktivieren Sie einfach die Option 'Originale Spalten Erhalten', um die transformierten Werte zusätzlich zu Ihren ursprünglichen Daten in der Ergebnistabelle zu sehen.

Wie erkennt das Tool Ausreißer?

Das Tool markiert Werte als Ausreißer, wenn sie die definierte Standardabweichungs-Schwelle (Standardwert: 2) über- oder unterschreiten.

Ist das Tool für große Datensätze geeignet?

Ja, das Tool ist für die effiziente Verarbeitung numerischer Tabellendaten optimiert und liefert präzise Ergebnisse für statistische Vorverarbeitungsschritte.

Elysia Tools

Mobile Navigation

Data Processing

Z-Score Normalisierer

Numerische Daten mit Z-Score Standardisierung normalisieren für Mittelwert=0 und Standardabweichung=1. Perfekt für statistische Analyse, Machine Learning Vorverarbeitung.

Ausführung

Dieses Tool ausführen

Fülle das Formular aus, starte das Tool und prüfe das Ergebnis an einem Ort.

Eingaben

Optionen sind gruppiert, damit lange Formulare übersichtlich bleiben.

10 Optionen

InhaltHaupteingaben einfügen oder eingeben.3

CSV-DatentextareaPflichtZielspaltentextareaOptionales FeldAusgabebereich (Optional)textOptionales FeldOptional: Scale standardized values to target range. Leave empty for standard z-score output.

EinstellungenFormate, Bereiche, Zahlen und Modi anpassen.4

StandardisierungstypselectOptionales FeldFehlende Werte BehandelnselectOptionales FeldDezimalstellennumberOptionales FeldAusreißer-Schwelle (StdAbw)numberOptionales FeldValues beyond this many standard deviations will be flagged as outliers

SchalterOptionales Verhalten aktivieren oder deaktivieren.3

Originale Spalten ErhaltencheckboxOptionales FeldAktiviert, wenn ausgewähltStatistiken EinbeziehencheckboxOptionales FeldAktiviert, wenn ausgewähltAusreißer ErkennencheckboxOptionales FeldAktiviert, wenn ausgewählt

Ergebnis

Bereit zum Start

Nach dem Ausführen erscheinen hier Dateien, Text, strukturierte Daten oder Stream-Ausgaben.

Beispiele

Beispiele zu diesem Tool

Verwandt

Z-Score Normalisierer

Dieses Tool ausführen

Eingaben

Ergebnis

Beispiele zu diesem Tool

Mit verwandten Tools und Themen fortfahren

Eingaben

Ergebnis

Erfahren Sie, wann dieses Tool passt, was es unterstützt und wie Nutzer es anwenden.

Wichtige Fakten

Überblick

Wann verwenden

So funktioniert es

Anwendungsfälle

Beispiele

1. Vorbereitung von Kundendaten für Clustering

2. Ausreißer-Detektion in Sensordaten

FAQ

CSV Beispiele

Python Beispiele

Windows Zeichenkettenverarbeitung - C# Beispiele

Apache Spark Beispiele

Daten-Grenzverarbeiter

CSV-Deduplizierer

Datenbereichs-Begrenzer

Doppelte-Spalten-Entferner

Tools fur CSV-Export und Tabellenkonvertierung

Werkzeuge fur CSV-Bereinigung und Tabellenumformung

Werkzeuge fur Barcodes, QR-Codes und Etiketten

Tools fuer Datenqualitaet, Dublettenbereinigung und Anomalieerkennung