数値の正規化
概要
- スケールが揃っていない数値列を指定し、スケールを揃える正規化を実施できます。
- グループ化対応。
入出力
入力
- データ
出力
- データ
サンプル
仕様補足
正規化の手法は以下の通り。
| 正規化の手法 | 説明 |
|---|---|
| 標準化 | z-scoreのことで、元データを平均0、標準偏差が1のものに変換する正規化手法。外れ値のあるデータに対して有効。 |
| MinMax | 最小値を0、最大値を1とする正規化手法。最大値と最小値があらかじめ決まっている様な場合には有効な手法で、データとして外れ値が存在していないこと、データの分布が一様分布であることが条件。 |
| L1正規化 | L1正規化は、余分な説明変数を省くことを目的とした正規化手法。 |
| L2正規化 | L2正規化は、モデルの過学習を防ぐことで精度を高めるために用いられる正規化手法。L1正規化を使ったモデルよりも予測精度が高い傾向にある。 |
| 列or行方向の比率を計算 | 特定の条件を満たす要素の数を行・列ごとおよび全体でカウントする正規化手法。 |
| 偏差値を計算 | 各値を偏差値に変換する。 |