1.6. 正規化 #

1.6.1. 機能概要 #

データを正規化します。カラムごとに平均や標準偏差が異なり、良い精度が得られない場合に正規化を実施してください。ただし、MLPを用いたAIモデルを学習するときはほとんどの場合でこの処理が必要です。

データの正規化することで、異なる尺度や範囲のデータを統一し、比較や分析を容易にします。また、アルゴリズムの安定性や収束速度を向上させ、外れ値の影響を軽減し、効果的な特徴抽出を可能にします。

例えば、標準化（Standardization）は、各データから平均値を引き、標準偏差で割ることで正規化をします。データの平均を \(\mu\) 、標準偏差を \(\sigma\) としたとき、データ \(x\) の標準化は次のように計算されます。

1.6.2. 入力と出力 #

1.6.3. 操作方法 #

1.6.3.1. 結線 #

処理対象データを結線してください。

1.6.3.2. パラメータの設定 #

正規化手法を選択してください（現在は Standardization のみ選択できます）

• 標準化（Standardization）：全てのカラムのデータを平均が 0.0、標準偏差が 1.0 になるように変換します
  • 全てのカラムのデータを平均が 0.0、標準偏差が 1.0 になるように変換します

1.6.3.3. 実行 #

• 正規化処理が行われます。
• 処理時間が 10 分を超えるとタイムアウトし、処理が強制終了されます。

1.6.3.4. 処理結果の確認 #

• 必要に応じて、表形式、統計量、グラフ形式で分割結果を確認してください（統計タブやグラフタブから確認できます）。