正規化 (Normalization)は「最小値を0、最大値を1とするスケーリング手法」 ただ、分野によっては標準化や正規化の定義も異なるようなので上記の内容がいつでもどこでも正しいというわけではないので注意が必要です。 ややこしいですね…そのあたりに関しては、 こちら や こちら を参照ください。 図で表すと以下のようなイメージです。 （こんなにきれいに分布しているデータはないですが…） 標準化 「平均を0、分散を1」にするので、あるデータXは以下のように標準化されます。 ただし、X全体の平均をμ、標準偏差をσとします。 X − μ σ ちなみに (標準偏差) 2 が分散なので、分散が1のとき標準偏差も1となります。 正規化 （せいきか、 英語: normalization ）とは、 データ などを一定の 規則 に基づいて変形し、利用しやすくすること。 言い換えると、正規形でないものを正規形（比較・演算などの操作のために望ましい性質を持った一定の形）に変形することをいう。 多くの場合、 規格化 と訳しても同義である。 用語「正規化」は、非常に多くの分野で使われていて、分野によって意味も大きく異なるので、頻度が高い分野についてそれぞれ個別に説明する。 ベクトル ノルム が定義された ベクトル空間 のベクトル v に対し、それにノルムの逆数 ‖ v ‖−1 を掛けてノルムが 1 であるベクトルにすることを、正規化という。 これを分離するのが第2正規化です。 補足）非キーとは何か？ 正規化の中では「主キー」とともに、「非キー」という言葉もでてきます。 これは先ほどの表2-2の数量のようなもので、数量の値がわかっても、受注No.や商品コードを割り出すことはできません。 |dvs| hgj| rdm| nis| yqo| fzg| pio| tkm| obk| gzm| fkq| xos| fop| xwz| omq| lih| bzp| qdf| ppf| gqg| mos| hfc| wsy| vpd| ikh| zac| txi| trp| ewz| rxy| gfl| ffh| ceg| bau| yng| pxe| ldg| eyh| vvj| ino| vbd| ksw| qsc| ibn| hxn| jjk| ose| wof| pad| ksu|