マニュアル
アカデミー
カスタムギャラリー
公開レシピ
ヘルプ
ログイン
新規登録
マニュアル
アカデミー
カスタムギャラリー
公開レシピ
ヘルプ
ログイン
新規登録
トップ
/
カスタムカードギャラリー
/
スケーリング
スケーリング
2024/7/31
8:29
2024/7/31
8:29
概要
活用シーン
分析上の注意点
コード
入出力の例
入力
出力
概要
指定したカラムに任意の数値を掛けることでデータをスケーリングします。
活用シーン
前処理である正規化カードで標準化を実施すると、評価時や予測時に目的変数のスケールを元のデータに合わせるために逆正規化処理が適用されます。元のデータのスケールが極めて大きい場合(10桁など)、この逆正規化処理時にオーバーフローが発生し、予測値などが実際の数値と合わない事象が発生します。対処方法として、元のデータをあらかじめ小さな値にスケーリングしておくことが考えられます。
分析上の注意点
どれくらいのスケーリングをすればオーバーフローが発生しないのかはデータに依存します。
回帰タスクでは目的変数のスケーリングのみでよいことがありますが、異常検知タスクでは全変数が逆正規化されるため、全変数をスケーリングで調整する必要がある場合があります。
コード
入出力の例
入力
時刻
温度
湿度
2011/01/01 00:00
0.24
0.81
2011/01/01 01:00
0.22
0.8
…
…
…
💡
このデータはNode-AIの公開データ
「シェアサイクル利用の総台数予測(クイックスタート用)」
でご利用いただけます。
出力
時刻
温度
湿度
2011/01/01 00:00
0.024
0.081
2011/01/01 01:00
0.022
0.08
…
…
…