데이터 변환-크기 조정 및 축소

이 문서에서는 숫자 데이터로 작업 하는 데 도움이 될 수 있는 Azure Machine Learning Studio (클래식)의 모듈을 설명 합니다. 기계 학습의 경우 일반적인 데이터 작업에는 숫자 값의 클리핑, 범주화 및 정규화가 포함 됩니다. 다른 모듈은 차원 감소를 지원 합니다.

참고

적용 대상: Machine Learning Studio (클래식)

이 콘텐츠는 Studio (클래식)에만 해당 됩니다. Azure Machine Learning 디자이너에는 비슷한 끌어서 놓기 모듈이 추가 되었습니다. 이 문서에서는 두 가지 버전을 비교 하는방법에 대해 자세히 알아보세요.

숫자 데이터 모델링

숫자 변수를 정규화, 범주화 또는 재배포 하는 등의 작업은 기계 학습을 위한 데이터 준비의 중요 한 부분입니다. 이 그룹의 모듈은 다음과 같은 데이터 준비 작업을 지원 합니다.

  • 데이터를 다양 한 크기 또는 분포의 계급로 그룹화 합니다.
  • 이상 값을 제거 하거나 값을 변경 합니다.
  • 숫자 값 집합을 특정 범위로 정규화 합니다.
  • 상위 차원 데이터 집합에서 압축 된 기능 열 집합을 만듭니다.
  • 모델을 작성 하는 데 사용할 관련 기능 및 유용한 기능을 선택 합니다. 기능 선택 또는 피셔 선형 판별 분석 모듈을 사용 합니다.
  • 값의 개수를 기준으로 기능을 선택 합니다. 개수 모듈에 학습을 사용 합니다.
  • 누락 값 제거 또는 바꾸기: 누락 된 데이터 정리 모듈을 사용 합니다.
  • 범주 값을 계산에서 파생 된 숫자 값으로 바꿉니다. 불연속 값 바꾸기 모듈을 사용 합니다.
  • 불연속 또는 숫자 열에 대 한 확률 분포 계산: 확률 함수 평가 모듈을 사용 합니다.
  • 디지털 신호 및 파형 필터링 및 변환: 필터 모듈을 사용 합니다.

모듈 목록

데이터 변환 확장 및 축소 범주에는 다음 모듈이 포함 됩니다.

참고 항목