機械学習で使われる正規化とは

正規化について

正規化とは、データを特定の範囲に収めることで、データの比較や分析をしやすくする手法です。例えば、身長や体重のデータを比較する場合、単位が異なると比較が難しくなるため、共通の単位に変換することが正規化に当たります。

機械学習では、複数の特徴量を扱うことが一般的です。しかし、それぞれの特徴量の値が大きく異なる場合、重み付けが不適切となったり、モデルの学習がうまくいかなかったりすることがあります。そのため、入力データの特徴量の値をスケーリングして、適切に重み付けされた学習を行う必要があります。

正規化には、最小-最大スケーリングやzスコア正規化などの手法があります。

最小-最大スケーリングは、データを0から1の範囲に収める手法です。式で表すと、

(x-min)/(max-min)

となります。

また、zスコア正規化は、平均が0、標準偏差が1になるようにデータをスケーリングする手法です。式で表すと、

(x-μ)/σ

となります。