使用R语言的sapply函数对特征数据进行标准化（z-score）

使用R语言的sapply函数对特征数据进行标准化（z-score）

在数据分析和机器学习任务中，对特征进行标准化是一个常见的预处理步骤。标准化可以将不同尺度的特征转换为具有相同尺度的值，消除特征之间的量纲差异，有助于提高模型的性能和稳定性。在R语言中，可以使用sapply函数对特征数据进行标准化，其中z-score是一种常用的标准化方法。

首先，让我们看一下如何使用sapply函数对特征数据进行标准化。假设我们有一个名为"data"的数据框，其中包含多个特征列需要进行标准化。下面是一个示例数据框：

data <- data.frame(
  feature1 = c(10, 20, 30, 40),
  feature2 = c(0.5, 2.5, 4.5, 6.5),
  feature3 = c(100, 200, 300, 400)
)

现在，我们将使用sapply函数对数据框中的每个特征列进行标准化。下面是使用z-score标准化方法的代码示例：

# 定义一个函数，用于计算z-score标准化
z_score <- function(x) {
  (x - mean(x)) / sd(x)
}

# 使用sapply函数对每个特征列应用z-score函数
normalized_data <- as