標準化した連続型フィールドの作成

1平均値と標準偏差に基づいてZ得点のフィールドを追加する方法

フィールド作成ノード

この方法は、はじめにグローバルの設定ノードで標準化したい各フィールドの平均値と標準偏差を求めておき、フィールド作成ノードの計算式としてZ得点に変換する式を指定します。グローバルの設定によって各フィールドの平均値や標準偏差などの基本統計量を、グローバル値としてストリームに保持させておくことができ、Modelerの関数を使用して取得することができます。 Z得点は、「(実際の値-平均値)/標準偏差」で求められます。

実行した結果は直接テーブルなどに出力されるわけでなく、グローバル値としてストリームに情報が保持されています。そこで、ストリームのプロパティを開いて値を確認します。

グローバルの設定ノードの計算結果として、各フィールドの「平均」と「標準偏差」がストリームのグローバル値として保持されています。この値をグローバル関数で取得することによって、標準化した新フィールドを作成します。

モードを「複数」にすることで、複数のフィールドを対象に同様の計算式を適用することができます。また、「フィールド拡張子」は計算によって新しく作成されるフィールドの名称になり、元のフィールド名に対して指定した「接頭辞」または「接尾辞」が付けられることになります。また、選択された各フィールドを計算式内で指定するためには@FILED関数を用います。 次に、標準化（Z得点）フィールドに変換するための式を入力します。

@GLOBAL_MEAN(FIELD)関数は、指定されたフィールドのグローバル平均を取得します。この式によって、指定された各フィールドの値から各フィールドのグローバル平均値がマイナスされます。この結果を各フィールドの標準偏差で割ることによって、Z得点に変換することができます。

@GLOBAL_SDEV(FILED)関数は、指定されたフィールドのグローバル標準偏差を取得します。以上の式によって、各フィールドについてのZ得点が計算した新規フィールドが作成されます。

データセットに標準化された新規フィールドが4つ追加されています。これらのフィールドは接頭辞としてZが付いており、それぞれの平均値が0、標準偏差が1の基準に変換されています。

2データの自動準備の機能を使用する方法

データの自動準備ノード

この方法は、データの自動準備の機能を利用する方法で、グローバルの設定とフィールド作成ノードを組み合わせる方法よりも簡単です。ただし、標準化以外にも欠損値の補完や日付データの変換などのデータ加工も自動で行われるため、標準化したフィールドの作成のみを目的とする場合は、それ以外の設定をオフにしておく必要があります。

Z得点に変換された新フィールドが確認できます。これらのフィールドの平均値は0、標準偏差は1に変換されています。また、標準化されたフィールドを既存のフィールドと同じデータセットに統合する場合は、レコード設定パレットのレコード結合ノードを利用して結合を行います。