正規化資料元件
本文描述 Azure Machine Learning 設計工具中的一個元件。
使用此元件可透過正規化來轉換資料集。
正規化是一種技術，通常會在機器學習的資料準備過程中套用。 正規化的目標是要將資料集中數值資料行的值變更為使用一般縮放，而不會在值範圍下產生扭曲差異或遺失資訊。 某些演算法也需要正規化，才能正確地為資料建立模型。
例如，假設您的輸入資料集包含一個資料行，其值範圍從 0 到 1，而另一個資料行的值範圍從 10,000 到 100,000。 嘗試在模型化期間將值結合成特徵時，數值量表的大幅差異可能會造成問題。
正規化可避免這些問題，方法是建立新的值，以在來源資料中保有一般分佈和比例，同時將量表內的值對模型中所使用的所有數值資料行套用。
此元件提供用於轉換數值資料的數個選項：
- 您可以將所有值變更為 0-1 量表，或藉由將它們以百分位數排名而非絕對值表示來轉換值。
- 您可以將正規化套用至單一資料行，或相同資料集中的多個資料行。
- 如果您需要重複管線，或將相同的正規化步驟套用至其他資料，您可以將步驟儲存為正規化轉換，然後將其套用至具有相同結構描述的其他資料集。
警告
有些演算法會要求在定型模型之前必須先將資料正規化。 其他演算法則會執行其本身的資料調整或正規化。 因此，選擇要在建置預測性模型中使用的機器學習演算法時，請務必先檢閱演算法的資料需求，然後再將正規化套用至定型資料。
設定正規化資料
使用此元件時，您一次只能套用一個正規化方法。 因此會將相同的正規化方法套用至您選取的所有資料行。 若要使用不同的正規化方法，請使用正規化資料的第二個執行個體。
將正規化資料元件新增至您的管線。 您可以在 Azure Machine Learning 的 [縮放和縮減] 類別中的 [資料轉換] 元件下找到該元件。
連接包含至少一個全為數字資料行的資料集。
使用資料行選取器來選擇要正規化的數值資料行。 如果您未選擇個別資料行，則預設會包含輸入中的所有數值類型資料行，並將相同的正規化程序套用至所有選取的資料行。
如果您包含不應該正規化的數值資料行，這可能會導致奇怪的結果！ 一律仔細檢查資料行。
如果未偵測到任何數值資料行，請檢查資料行中繼資料，以驗證資料行的資料類型是支援的數值類型。
提示
若要確保提供特定類型的資料行做為輸入，請先嘗試使用選取資料集中的資料行元件，然後再執行正規化資料。
核取時對常數資料行使用 0：當任何數值資料行包含單一不變的值時，請選取此選項。 這可確保在正規化作業中不會使用這類資料行。
從 [轉換方法] 下拉式清單中，選擇要套用至所有選取資料行的單一數學函數。
Zscore：將所有值轉換為 z 分數。
資料行中的值會使用下列公式進行轉換：
平均值和標準差會針對每個資料行而分開計算。 使用母體擴展標準差。
MinMax：min-max 正規器會以線性方式將每個特徵重新調整為 [0,1] 間隔。
轉換每個特徵的值而使最小值為 0，然後再除以新的最大值 (這是原始最大值與最小值之間的差異)，重新調整為 [0,1] 間隔的作業即完成。
資料行中的值會使用下列公式進行轉換：
Logistic：資料行中的值會使用下列公式進行轉換：
LogNormal：此選項會將所有的值轉換為對數量表。
資料行中的值會使用下列公式進行轉換：
這裡的 μ 和 σ 是分佈的參數，針對每個資料行而分開計算，從資料中根據實證以最大可能性估計來計算。
TanH：所有值都會轉換為雙曲正切。
資料行中的值會使用下列公式進行轉換：
提交管線，或按兩下 [正規化資料] 元件，然後選取 [執行選取者]。
結果
正規化資料元件會產生兩個輸出：
若要檢視轉換的值，請在元件上按一下滑鼠右鍵，然後選取 [視覺化]。
預設會就地轉換值。 如果您想要將轉換的值與原始值比較，請使用新增資料行元件來重新合併資料集，並且並排檢視資料行。
若要儲存轉換，使得您可以將相同的正規化方法套用至另一個資料集，請選取該元件，然後在右側面板中的 [輸出] 索引標籤下選取 [註冊資料集]。
然後，您可以從左側瀏覽窗格的 [轉換] 群組載入已儲存的轉換，然後使用套用轉換將它套用至具有相同結構描述的資料集。
後續步驟
請參閱 Azure Machine Learning 可用的元件集。