수학 연산 적용

아티클
05/06/2019

중요

Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.

2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.

ML Studio(클래식)에서 Azure Machine Learning으로 기계 학습 프로젝트 이동에 대한 정보를 참조하세요.
Azure Machine Learning에 대한 자세한 정보.

ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.

수학 연산을 열 값에 적용

범주: 통계 함수

참고

적용 대상: Machine Learning Studio(클래식)만

유사한 끌어서 놓기 모듈은 Azure Machine Learning 디자이너에서 사용할 수 있습니다.

모듈 개요

이 문서에서는 Machine Learning Studio(클래식)에서 수학 연산 적용 모듈을 사용하여 입력 데이터 세트의 숫자 열에 적용되는 계산을 만드는 방법을 설명합니다.

지원되는 수학 연산에는 곱하기 및 나누기와 같은 일반적인 산술 함수, 삼각 함수, 다양한 반올림 함수 및 감마 및 오류 함수와 같은 데이터 과학에 사용되는 특수 함수가 포함됩니다.

작업을 정의하고 실험을 실행하면 값이 데이터 세트에 추가됩니다. 모듈을 구성하는 방법에 따라 다음을 수행할 수 있습니다.

데이터 세트에 결과를 추가합니다. 이는 작업의 결과를 확인할 때 특히 유용합니다.
열 값을 새로 계산된 값으로 바꿉니다.
결과의 새 열을 생성하고 원래 데이터를 표시하지 않습니다.

팁

이 모듈은 한 번에 하나의 수학 연산을 수행합니다. 복잡한 수학 연산의 경우 다음 모듈을 대신 사용하는 것이 좋습니다.

다음 범주에서 필요한 연산을 찾습니다.

기본

기본 범주의 함수는 단일 값 또는 값 열을 조작하는 데 사용할 수 있습니다. 예를 들어 열에 있는 모든 숫자의 절댓값을 가져오거나 열에서 각 값의 제곱근을 계산할 수 있습니다.
비교

비교 범주의 함수는 모두 비교에 사용됩니다. 두 열의 값을 쌍으로 비교하거나 열의 각 값을 지정된 상수와 비교할 수 있습니다. 예를 들어 열을 비교하여 두 데이터 세트의 값이 동일한지 여부를 확인할 수 있습니다. 또는 허용되는 최댓값과 같은 상수를 사용하여 숫자 열에서 이상값을 찾을 수 있습니다.
작업

이 범주에는 추가, 빼기, 곱하기 및 나누기 등의 기본 수학 함수가 포함됩니다. 열 또는 상수로 작업할 수 있습니다. 예를 들어 열 A의 값을 열 B의 값에 더할 수 있습니다. 또는 이전에 계산된 평균과 같은 상수를 열 A의 각 값에서 뺄 수도 있습니다.
반올림

이 범주에는 반올림, 천장, 바닥 및 잘림과 같은 작업을 다양한 정밀도 수준으로 수행하기 위한 다양한 함수가 포함됩니다. 10진수와 정수 모두에 정밀도 수준을 지정할 수 있습니다.
특별 수치 연산 함수

특수 범주에는 타원 정수 및 가우스 오류 함수와 같이 특히 데이터 과학에 사용되는 수학 함수가 포함됩니다.
삼각 함수

이 범주에는 모든 표준 삼각 함수가 포함됩니다. 예를 들어 라디안을 각도로 변환하거나 라디안 또는 각도의 탄젠트와 같은 함수를 계산할 수 있습니다. 이러한 함수는 단항이며 값의 단일 열을 입력으로 사용하고, 삼각 함수를 적용하며, 값 열을 결과로 반환합니다. 따라서 입력 열이 적절한 형식이고 지정된 작업에 적합한 종류의 값을 포함하는지 확인해야 합니다.

예

수학 연산 적용을 사용하는 방법에 대한 예제는 Azure AI 갤러리에서 다음 샘플 실험을 참조하세요.

색 정량화: 한 열 값 집합이 다른 열 값에서 빼고 결과가 제곱됩니다.
고객 관계 예측: 상수 1은 0과 누락된 값을 구분하기 위해 열의 모든 값에 추가됩니다.
비행 지연 예측: 반올림 및 나누기 등 다양한 작업을 보여 줍니다.
직접 마케팅: 비교 작업을 사용하여 확률 점수가 필요한 값을 충족하는지 여부를 결정합니다.

수학 연산 적용을 사용하는 방법

수학 연산 적용 모듈에는 숫자만 있는 열이 하나 이상 포함된 데이터 세트가 필요합니다. 숫자는 불연속적이거나 연속적일 수 있지만 문자열이 아니라 숫자 데이터 형식이어야 합니다.

동일한 연산을 여러 숫자 열에 적용할 수 있지만 모든 열이 동일한 데이터 세트에 있어야 합니다.

이 모듈의 각 인스턴스는 한 번에 하나의 연산 형식만 수행할 수 있습니다. 복잡한 수학 연산을 수행하려면 수학 연산 적용 모듈의 여러 인스턴스를 연결해야 할 수 있습니다.

실험에 수학 연산 적용 모듈을 추가합니다. 통계 함수 범주에서 이 모듈을 찾을 수 있습니다.
하나 이상의 숫자 열이 있는 데이터 세트를 연결합니다.
범주를 클릭하여 수행할 수학 연산 유형을 선택합니다.

예를 들어 열에 대한 기본 산술 연산을 수행하려면 연산을 선택합니다. 로그 또는 천장을 얻으려면 기본을 선택합니다. 값 열을 비교하려면 비교를 사용합니다.

팁

다른 모든 옵션은 선택한 수학 연산 유형에 따라 변경됩니다. 또한 범주를 변경하면 다른 모든 옵션이 다시 설정됩니다. 따라서 먼저 범주 에서 선택해야 합니다.
해당 범주의 목록에서 특정 연산을 선택합니다.
계산을 수행할 원본 열을 하나 이상 선택합니다.
- 선택하는 모든 열은 숫자 데이터 형식이어야 합니다.
- 데이터 범위는 선택한 수학 연산에 대해 유효해야 합니다. 그렇지 않으면 오류 또는 NaN(숫자 아님) 결과가 발생할 수 있습니다. 예를 들어 Ln(-1.0)은 잘못된 연산이며 값이 NaN로 반환됩니다.
각 연산 형식에 필요한 추가 매개 변수를 설정합니다.
출력 모드 옵션을 사용하여 수학 연산이 생성되는 방식을 지정할 수 있습니다.
- Append. 입력으로 사용되는 모든 열이 출력 데이터 세트에 포함되고 수학 연산의 결과를 포함하는 하나의 추가 열이 추가됩니다.
- Inplace. 입력으로 사용된 열의 값은 새롭게 계산된 값으로 대체됩니다.
- ResultOnly. 수학 연산의 결과를 포함하는 단일 열이 반환됩니다.
실험을 실행하거나 수학 연산 적용 모듈만 마우스 오른쪽 단추로 클릭하고 선택한 실행을 선택합니다.

결과

Append 또는 ResultOnly 옵션을 사용하여 결과를 생성하는 경우 반환된 데이터 세트의 열 제목은 연산과 그 연산이 사용된 열을 표시합니다. 예를 들어 Equals 연산자를 사용하여 두 열을 비교하는 경우 결과는 다음과 같습니다.

Equals(Col2_Col1)는 Col2를 Col1에 테스트했음을 나타냅니다.
Equals(Col2_$10) 는 열 2를 상수 10과 비교했음을 나타냅니다.

Inplace 옵션을 사용하는 경우에도 원본 데이터는 삭제되거나 변경되지 않습니다. 원래 데이터 세트의 열은 Studio(클래식)에서 계속 사용할 수 있습니다. 원본 데이터를 보려면 열 추가 모듈을 연결하고 수학 연산 적용의 출력에 조인하세요.

기본 수학 연산

기본 범주의 함수는 일반적으로 열에서 단일 값을 사용하여 미리 정의된 연산을 수행하고 단일 값을 반환합니다. 일부 함수의 경우 상수를 두 번째 인수로 지정할 수 있습니다.

Machine Learning 기본 범주에서 다음 함수를 지원합니다.

Abs

선택된 열의 절댓값을 반환합니다.

Atan2

4사분면 역탄젠트를 반환합니다.

점 좌표가 포함된 열을 선택합니다. x 좌표에 해당하는 두 번째 인수에 상수를 지정할 수도 있습니다.

Matlab의 ATAN2 함수에 해당합니다.

Conj

선택한 열에 있는 값에 대해 켤레 복소수를 반환합니다.

CubeRoot

선택한 열에 있는 값의 세제곱근을 계산합니다.

DoubleFactorial**

선택한 열에 있는 값의 이중 계승 값을 계산합니다. 이중 계수는 일반 팩터리 함수의 확장이며 x로 표시됩니다!!.

Eps

현재 값과 다음으로 높은 배정밀도 값 사이의 크기 차이를 반환합니다. Matlab의 EPS 함수에 해당합니다.

Exp

선택된 열에서 값의 거듭제곱을 e로 반환합니다. 이는 Excel EXP 함수와 동일합니다.

Exp2

인수의 밑이 2인 지수를 반환하고 y = x * 2^t를 해결합니다. 여기서 t는 지수를 포함하는 값의 열입니다.

Exp2의 경우 상수 또는 값의 다른 열일 수 있는 두 번째 인수 x를 지정할 수 있습니다.

두 번째 인수 형식에서 승수 t를 상수로 제공할지 아니면 열의 값을 제공할지 여부를 나타냅니다.

지수 값이 있는 단일 열을 선택하거나 상수 두 번째 인수 텍스트 상자에 지수 값을 입력할 수 있습니다. 그런 다음 열 집합에서 지수 값이 포함된 열을 선택합니다.

예를 들어 승수와 지수 모두의 값이 {0,1,2,3,4,5}인 열을 선택하는 경우 함수는{0, 2, 8, 24, 64 160)을 반환합니다.

ExpMinus1

선택한 열에 있는 값의 음의 지수를 반환합니다.

계승

선택한 열에 있는 값의 계승을 반환합니다.

빗변

한 변의 길이가 값의 열로 지정되고 두 번째 변의 길이가 상수 또는 두 개의 열로 지정된 삼각형의 빗변을 계산합니다.

ImaginaryPart

선택한 열에서 값의 허수 부분을 반환합니다.

Ln

선택한 열에 있는 값의 자연 로그를 반환합니다.

LnPlus1

선택한 열에 있는 값에 대한 자연 로그에 1을 더한 값을 반환합니다.

로그

지정된 밑을 사용하여 선택한 열에 있는 값의 로그를 반환합니다.

베이스(두 번째 인수)를 상수로 지정하거나 다른 값의 열을 선택하여 지정할 수 있습니다.

Log10

선택한 열의 값에 대한 base 10 로그를 반환합니다.

Log2

선택한 열의 값에 대한 base 2 로그를 반환합니다.

NthRoot

지정한 n을 사용하여 값의 n번째 루트를 반환합니다.

ColumnSet 옵션을 사용하여 루트를 계산하려는 열을 선택합니다.

두 번째 인수 형식에서 루트가 있는 다른 열을 선택하거나 루트로 사용할 상수를 지정합니다.

두 번째 인수가 열이면 열의 각 값이 해당 행의 n의 값으로 사용됩니다. 두 번째 인수가 상수이면 상수 두 번째 인수 텍스트 상자에 n 값을 입력합니다.

Pow

선택한 열에 있는 각 값에 대해 Y의 거듭제곱으로 제곱한 X를 계산합니다.

먼저 ColumnSet 옵션을 사용하여 밑이 포함된 열(float여야 하는)을 선택합니다.

두 번째 인수 형식에서 지수를 포함하는 열을 선택하거나 지수로 사용할 상수를 지정합니다.

두 번째 인수가 열이면, 이 열의 각 값을 해당 행의 지수로 사용합니다. 두 번째 인수가 상수이면 상수 두 번째 인수 텍스트 상자에 지수의 값을 입력합니다.

RealPart

선택한 열에 있는 값의 실제 부분을 반환합니다.

Sqrt

선택한 열에 있는 값의 제곱근을 반환합니다.

SqrtPi

선택한 열의 각 값에 pi를 곱한 다음 결과의 제곱근을 반환합니다.

Square

선택한 열의 값을 제곱합니다.

비교 연산

두 값 집합을 서로 테스트해야 할 때마다 Machine Learning Studio(클래식)에서 비교 함수를 사용합니다. 예를 들어 실험에서 다음 비교 작업을 수행해야 할 수 있습니다.

임계값에 대한 가능성 점수 모델의 열을 평가합니다.
두 결과 집합이 같은지 확인하고, 다른 각 행에 대해 추가 처리 또는 필터링에 사용할 수 있는 FALSE 플래그를 추가합니다.

EqualTo

값이 같으면 True를 반환합니다.

GreaterThan

열 집합의 값이 지정된 상수보다 크거나 비교 열의 해당 값보다 크면 True를 반환합니다.

GreaterThanOrEqualTo

열 집합의 값이 지정된 상수보다 크거나 같으면, 혹은 비교 열의 상응하는 값과 크거나 같으면 True를 반환합니다.

LessThan

열 집합 의 값이 지정된 상수보다 작거나 비교 열의 해당 값보다 작은 경우 True를 반환합니다.

LessThanOrEqualTo

열 집합 의 값이 지정된 상수보다 작거나 같으면, 또는 비교 열의 해당 값보다 작거나 같으면 True를 반환합니다.

NotEqualTo

열 집합의 값이 상수 또는 비교 열과 다르면 True를 반환하고, 동일하면 False를 반환합니다.

PairMax

열 집합의 값과 상수 또는 비교 열의 값 중 더 큰 값을 반환합니다.

PairMin

열 집합의 값이나 상수 또는 비교 열의 값 중 더 작은 값을 반환합니다.

산술 연산

추가 및 빼기, 나누기 및 곱하기 등의 기본 산술 연산을 포함합니다. 대부분의 연산은 이진이며 두 개의 숫자가 필요하므로 먼저 연산을 선택한 다음 첫 번째와 두 번째 인수에 사용할 열을 하나 이상 선택합니다.

나누기 및 빼기 열을 선택하는 순서는 직관에 어긋나는 것처럼 보일 수 있습니다. 그러나 결과를 더 쉽게 이해할 수 있도록 열 제목은 작업 이름과 열이 사용된 순서를 제공합니다.

작업	Num1	Num2	결과 열	결과 값
더하기	1	5	Add(Num2_Num1)	4
곱하기	1	5	Multiple(Num2_Num1)	5
빼기	1	5	Subtract(Num2_Num1)	4
빼기	0	1	Subtract(Num2_Num1)	0
사업부	1	5	Divide(Num2_Num1)	5
사업부	0	1	Divide(Num2_Num1)	Infinity

추가

열 집합을 사용하여 원본 열을 지정한 다음, 상수 작업 인수에 지정된 숫자를 해당 값에 추가합니다.

두 열에 값을 추가하려면 열 집합을 사용하여 열 또는 열을 선택한 다음 Operation 인수를 사용하여 두 번째 열을 선택합니다.

나누기

열 집합의 값을 상수 또는 연산 인수에 정의된 열 값으로 나눕니다. 즉, 먼저 제수를 선택한 다음 피제수를 선택합니다. 출력 값은 몫입니다.

곱하기

열 집합의 값을 지정된 상수 또는 열 값으로 곱합니다.

빼기

작업 인수 드롭다운 목록을 사용하여 뺄 수(subtrahend)를 지정합니다. 상수 또는 값의 열을 선택할 수 있습니다. 그런 다음 두 번째 열 집합 옵션을 사용하여 다른 열을 선택하여 작업할 값의 열(minuend)을 지정합니다.

값 열의 각 값에서 상수는 뺄 수 있지만 역방향 작업은 뺄 수 없습니다. 이렇게 하려면 대신 추가를 사용합니다.

반올림 연산

Studio(클래식)는 다양한 반올림 작업을 지원합니다. 많은 연산은 반올림할 때 사용할 정밀도를 지정해야 합니다. 상수로 지정된 정적 정밀도 수준을 사용하거나 값의 열에서 얻은 동적 정밀도 값을 적용할 수 있습니다.

상수를 사용하는 경우 정밀도 형식을 상수로 설정하고 상수 정밀도 텍스트 상자에 자릿수를 정수로 입력합니다. 정수가 아닌 숫자를 입력하는 경우 모듈이 오류를 발생시키지는 않지만 예기치 않은 결과가 나올 수 있습니다.
데이터 세트의 각 행에 대해 다른 정밀도 값을 사용하려면 정밀도 형식을 ColumnSet로 설정하고 적절한 정밀도 값을 포함하는 열을 선택합니다.

Ceiling

열 집합에 있는 값의 최대값을 반환합니다.

CeilingPower2

열 집합에 있는 값의 최대값을 제곱하여 반환합니다.

Floor

열 집합에 있는 값의 최소값을 지정된 정밀도로 반환합니다.

Mod

열 집합에 있는 값의 소수 부분을 지정된 정밀도로 반환합니다.

몫

열 집합에 있는 값의 소수 부분을 지정된 정밀도로 반환합니다.

나머지

열 집합에 있는 값의 나머지를 반환합니다.

RoundDigits

열 집합의 값을 4/5 규칙을 통해 지정된 자릿수로 반올림하여 반환합니다.

RoundDown

열 집합의 값을 지정된 자릿수로 반내림하여 반환합니다.

RoundUp

열 집합의 값을 지정된 자릿수로 반올림하여 반환합니다.

ToEven

열 집합의 값을 근사치 짝수 정수로 반올림하여 반환합니다.

ToOdd

열 집합의 값을 근사치 홀수 정수로 반올림하여 반환합니다.

Truncate

지정된 정밀도로 허용되지 않는 모든 자릿수를 제거하여 열 집합의 값을 자릅니다.

특수 수학 함수

이 범주에는 데이터 과학에 자주 사용되는 특수한 수학 함수가 포함됩니다. 별도로 언급하지 않는 한 함수는 단항이며 선택한 열 또는 열의 각 값에 대해 지정된 계산을 반환합니다.

베타

오일러 베타 함수 값을 반환합니다.

EllipticIntegralE

불완전 타원 정수 값을 반환합니다.

EllipticIntegralK

완전한 타원 적분(K)의 값을 반환합니다.

Erf

오차 함수의 값을 반환합니다.

오차 함수(가우스 오차 함수라고도 함)는 확률에서 확산을 설명하기 위해 사용하는 시그모이드 셰이프의 특수 함수입니다.

Erfc

보상 오차 함수의 값을 반환합니다.

Erfc는 1 – erf(x)로 정의됩니다.

ErfScaled

축척 오차 함수의 값을 반환합니다.

산술 연산 언더플로를 방지하기 위해 축척 버전의 오차 함수를 사용할 수 있습니다.

ErfInverse

역erf 함수의 값을 반환합니다.

ExponentialIntegralEin

지수 정수 Ei의 값을 반환합니다.

감마

감마 함수의 값을 반환합니다.