Microsoft MVP성태의 닷넷 이야기
.NET Framework: 840. ML.NET 데이터 정규화 [링크 복사], [링크+제목 복사]
조회: 1751
글쓴 사람
정성태 (techsharer at outlook.com)
홈페이지
첨부 파일

ML.NET 데이터 정규화

ML.NET으로 데이터 전처리 하는 방법은 다음의 글을 참고하시면 됩니다.

Prepare Data
; https://docs.microsoft.com/en-us/dotnet/machine-learning/how-to-guides/prepare-data-ml-net

현재(2019-05-28) NormalizationCatalog에서 제공하는 정규화 방법은 대략 다음과 같습니다.

  • NormalizeBinning
  • NormalizeGlobalContrast
  • NormalizeLogMeanVariance
  • NormalizeLpNorm
  • NormalizeMeanVariance
  • NormalizeMinMax
  • NormalizeSupervised?Binning

그런데, "기초 수학으로 이해하는 머신러닝 알고리즘" 책에 보면 z-score 정규화가 나오는데요.

표준 점수
; https://ko.wikipedia.org/wiki/%ED%91%9C%EC%A4%80_%EC%A0%90%EC%88%98

표준값 z는 원수치인 x가 평균에서 얼마나 떨어져 있는지를 나타낸다. 음수이면 평균이하, 양수이면 평균이상이다

이것과 매핑되는 ML.NET의 정규화는 없습니다. 이런 경우, ML.NET에 자연스럽게 녹여낼 수 있도록 사용자 정의 transformer 구현을 제공합니다.

How can I define my own transformation of data?
; https://github.com/dotnet/machinelearning/blob/master/docs/code/MlNetCookBook.md#user-content-how-can-i-define-my-own-transformation-of-data

그런데, 굳이 저렇게 해서 얻는 장점이 얼마나 많을까 싶습니다. 따라서 그냥 다음과 같이 로드된 데이터를 직접 처리해도 상관없겠습니다.

double[] xData = xyList.Select(xy => xy.X).ToArray();
xData = NormalizeZscore(xData);

private static double [] NormalizeZscore(double[] xData)
{
    double mean = Statistics.Mean(xData);
    double sd = Statistics.PopulationStandardDeviation(xData);

    double[] normalized = new double[xData.Length];

    for (int i = 0; i < xData.Length; i ++)
    {
        normalized[i] = (xData[i] - mean) / sd;
    }

    return normalized;
}

예를 들어 입력 데이터가 다음과 같을 때,

x,y
235,591
216,539
148,413
35,310
85,308
204,519
49,325
25,332
173,498
191,498
134,392
99,334
117,385
112,387
162,425
272,659
159,400
159,427
59,319
198,522

NormalizeZscore가 반환한 x 데이터의 min/max는 -1.7406785589738 ~ 1.94669368859505에 해당합니다. 그 외에, ML.NET의 정규화 관련 메서드를 수행해 보면,

using MathNet.Numerics.Statistics;
using Microsoft.ML;
using Microsoft.ML.Data;
using Microsoft.ML.Transforms;
using System;
using System.Collections.Generic;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        MLContext ctx = new MLContext();

        IDataView data = ctx.Data.LoadFromTextFile<ClickData>("click.csv", separatorChar: ',', hasHeader: true);

        var xColumn = data.Schema[0];
        var yColumn = data.Schema[1];
        
        {
            Func<NormalizingEstimator> func = () => ctx.Transforms.NormalizeMeanVariance(xColumn.Name);
            ShowResult("NormalizeMeanVariance", ctx, data, func);
        }

        {
            Func<NormalizingEstimator> func = () => ctx.Transforms.NormalizeLogMeanVariance(xColumn.Name);
            ShowResult("NormalizeLogMeanVariance", ctx, data, func);
        }

        {
            Func<NormalizingEstimator> func = () => ctx.Transforms.NormalizeMinMax(xColumn.Name);
            ShowResult("NormalizeMinMax", ctx, data, func);
        }

        {
            var xData = data.GetColumn<double>(xColumn).NormalizeZscore();
            Console.WriteLine($"[NormalizeZscore] Min: {xData.Min()}, Max: {xData.Max()}");
        }
    }

    private static void ShowResult(string title, MLContext ctx, IDataView data, Func<NormalizingEstimator> func)
    {
        var transformer = func();
        ITransformer textTransformer = transformer.Fit(data);
        IDataView normalizedData = textTransformer.Transform(data);

        var xyList = ctx.Data.CreateEnumerable<ClickData>(normalizedData, false);
        var xData = xyList.Select(xy => xy.X);
        Console.WriteLine($"[{title}] Min: {xData.Min()}, Max: {xData.Max()}");
    }
}

public static class Extension
{
    public static IEnumerable<double> NormalizeZscore(this IEnumerable<double> data)
    {
        double mean = Statistics.Mean(data);
        double std = Statistics.PopulationStandardDeviation(data);

        foreach (var item in data)
        {
            yield return (item - mean) / std;
        }
    }
}

각각의 종류에 따라 다음과 같은 결과를 갖습니다.

[NormalizeMeanVariance] Min: 0.159596722144764, Max: 1.73641233693504
[NormalizeLogMeanVariance] Min: 0.00667093285901543, Max: 0.899555532449876
[NormalizeMinMax] Min: 0.0919117647058823, Max: 1

(첨부 파일은 이 글의 예제 코드를 포함합니다.)




참고로, Fit 호출 시 오류가 발생한다면?

Unhandled Exception: System.ArgumentOutOfRangeException: Wrong column type for column X. Expected: Single, Double, Vector of Single or Vector of Double. Got: Int32.
Parameter name: column
   at Microsoft.ML.Transforms.NormalizeTransform.LogMeanVarUtils.CreateBuilder(LogMeanVarianceColumnOptions column, IHost host, Int32 srcIndex, DataViewType srcType, DataViewRowCursor cursor)
   at Microsoft.ML.Transforms.NormalizingTransformer.Train(IHostEnvironment env, IDataView data, ColumnOptionsBase[] columns)
   at Program.Main(String[] args) in F:\ConsoleApp1\ConsoleApp1\Program.cs:line 18

해당 transformer의 대상 타입이 int가 들어왔는데 float, double, vector of float/double/vector 유형이어야만 하기 때문입니다. 따라서 정규화 대상이 되는 칼럼의 모델 타입을,

class ClickData
{
    [LoadColumn(0)]
    public int X { get; set; }

    [LoadColumn(1)]
    public int Y { get; set; }
}

다음과 같이 적절하게 변경하면 됩니다.

class ClickData
{
    [LoadColumn(0)]
    public double X { get; set; }

    [LoadColumn(1)]
    public int Y { get; set; }
}




[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]

[연관 글]


donaricano-btn



[최초 등록일: ]
[최종 수정일: 5/30/2019 ]

Creative Commons License
이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이센스에 따라 이용하실 수 있습니다.
by SeongTae Jeong, mailto:techsharer@outlook.com

비밀번호

댓글 쓴 사람
 




[1]  2  3  4  5  6  7  8  9  10  11  12  13  14  15  ...
NoWriterDateCnt.TitleFile(s)
12505정성태1/23/202149.NET Framework: 1018. .NET Core Kestrel 호스팅 - Web API 추가파일 다운로드1
12504정성태1/23/2021121.NET Framework: 1017. .NET 5에서의 네트워크 라이브러리 개선 (2) - HTTP/2, HTTP/3 관련
12503정성태1/21/202131오류 유형: 696. C# - HttpClient: Requesting HTTP version 2.0 with version policy RequestVersionExact while HTTP/2 is not enabled.
12502정성태1/21/2021100.NET Framework: 1016. .NET Core HttpClient의 HTTP/2 지원파일 다운로드1
12501정성태1/21/202171.NET Framework: 1015. .NET 5부터 HTTP/1.1, 2.0 선택을 위한 HttpVersionPolicy 동작 방식파일 다운로드1
12500정성태1/21/202159.NET Framework: 1014. ASP.NET Core(Kestrel)의 HTTP/2 지원 여부파일 다운로드1
12499정성태1/23/202162.NET Framework: 1013. .NET Core Kestrel 호스팅 - 포트 변경, non-localhost 접속 지원 및 https 등의 설정 변경파일 다운로드1
12498정성태1/23/202153.NET Framework: 1012. .NET Core Kestrel 호스팅 - 비주얼 스튜디오의 Kestrel/IIS Express 프로파일 설정
12497정성태1/20/202144.NET Framework: 1011. C# - OWIN Web API 예제 프로젝트파일 다운로드1
12496정성태1/19/202188.NET Framework: 1010. .NET Core 콘솔 프로젝트에서 Kestrel 호스팅 방법
12495정성태1/20/202182웹: 40. IIS의 HTTP/2 지원 여부 - h2, h2c [1]
12494정성태1/19/2021138개발 환경 구성: 522. WSL2 인스턴스와 호스트 측의 Hyper-V에 운영 중인 VM과 네트워크 연결을 하는 방법 [1]
12493정성태1/18/2021146.NET Framework: 1009. .NET 5에서의 네트워크 라이브러리 개선 (1) - HTTP 관련 [1]파일 다운로드1
12492정성태1/17/202134오류 유형: 695. ASP.NET 0x80131620 Failed to bind to address
12491정성태1/18/2021140.NET Framework: 1008. 배열을 반환하는 C# COM 개체의 메서드를 C++에서 사용 시 메모리 누수 현상 [1]파일 다운로드1
12490정성태1/15/2021150.NET Framework: 1007. C# - foreach에서 열거 변수의 타입을 var로 쓰면 object로 추론하는 문제 [1]파일 다운로드1
12489정성태1/13/202188.NET Framework: 1006. C# - DB에 저장한 텍스트의 (이모티콘을 비롯해) 유니코드 문자가 '?'로 보인다면?
12488정성태1/13/2021126.NET Framework: 1005. C# - string 타입은 shallow copy일까요? deep copy일까요?파일 다운로드1
12487정성태1/13/2021109.NET Framework: 1004. C# - GC Heap에 위치한 참조 개체의 주소를 알아내는 방법파일 다운로드1
12486정성태1/12/2021205.NET Framework: 1003. x64 환경에서 참조형의 기본 메모리 소비는 얼마나 될까요?
12485정성태1/11/2021144Graphics: 38. C# - OpenCvSharp.VideoWriter에 BMP 파일을 1초씩 출력하는 예제파일 다운로드1
12484정성태1/9/2021120.NET Framework: 1002. C# - ReadOnlySequence<T> 소개파일 다운로드1
12483정성태1/8/2021160개발 환경 구성: 521. dotPeek - 훌륭한 역어셈블 소스 코드 생성 도구
12482정성태1/8/202162.NET Framework: 1001. C# - 제네릭 타입/메서드에서 사용 시 경우에 따라 CS8377 컴파일 에러
12481정성태1/7/202183.NET Framework: 1000. C# - CS8344 컴파일 에러: ref struct 타입의 사용 제한 메서드파일 다운로드1
[1]  2  3  4  5  6  7  8  9  10  11  12  13  14  15  ...