NORM_SIGMOID

구문

NORM_SIGMOID(data [, keyword]) NORM_SIGMOID(data, mean, std [, keyword]) NORM_SIGMOID(data, base_data [, keyword])

매개변수

data

정규화할 값입니다. 이 매개변수는 상수 값, 열, 셀 범위 또는 이 중 하나로 평가되는 표현식일 수 있습니다. data의 형식 정의는 IBM® 제품용 본 안내서의 장에서 "매크로 함수 매개변수" 절을 참조하십시오.

mean, std

이 두 매개변수는 정규화에 사용할 평균 및 표준 편차를 제공하며, 상수여야 합니다. 단, ROW 키워드의 경우에는 상수 또는 열일 수 있습니다.

base_data

이 매개변수는 data 정규화에 사용할 평균 및 표준 편차를 계산하는 데 사용할 데이터 범위를 지정합니다.

keyword

이 선택적 키워드는 입력 데이터 범위에서 계산이 수행되는 방식을 지정합니다. 다음 중 하나를 선택하십시오.

ALL - data의 모든 셀에서 계산을 수행합니다(기본값).

COL - data의 열마다 별도로 계산을 수행합니다.

ROW - data의 행마다 별도로 계산을 수행합니다.

IBM® Campaign에서 키워드 사용에 대한 자세한 정보는 형식 지정을 참조하십시오.

IBM® PredictiveInsight에서 키워드 사용에 대한 자세한 정보는 형식 지정을 참조하십시오.

설명

NORM_SIGMOID는 지정된 데이터 범위의 정규화된 값을 계산합니다. 시그모이드 정규화는 시그모이드 곡선을 따라 데이터를 재배포하여 -1.0 - +1.0(범위 값 포함) 범위의 값을 리턴합니다. 기본적으로 평균의 표준 편차 내에 있는 모든 데이터는 시그모이드의 중간 범위에 선형으로 배포됩니다. 이상치는 시그모이드의 끝부분을 따라 표시됩니다. 따라서 평균 근처에 있는 점에 대한 구별 능력이 저하되지 않고도 매우 큰 이상치 데이터 요소를 보존할 수 있습니다.

시그모이드 정규화는 다음과 같이 수행됩니다.

변수에 대한 설명은 다음과 같습니다.

mean 및 std는 다음과 같이 결정됩니다.

mean 및 std가 제공되는 경우 이 값은 각각 평균 및 표준 편차에 사용됩니다. 이러한 매개변수를 ROW 키워드와 함께 제공하는 경우 mean 및 std는 각 data 행의 평균 및 표준 편차를 지정하는 열일 수 있습니다. min 및 max가 열일 경우 열은 data 또는 스칼라(data의 해당 열에 있는 모든 값에 적용될 상수로 사용되는 단일 값 포함)와 같은 길이여야 합니다.

base_data가 제공되는 경우 이 데이터 범위의 평균 및 표준 편차가 계산되어 data 정규화에 사용됩니다. base_data의 열은 둘 이상의 셀 값을 포함해야 합니다.

위에 언급된 상호 배타적 옵션을 제공하지 않은 경우 평균 및 표준 편차가 data에서 자동으로 계산됩니다.

NORM_SIGMOID는 항상 입력 데이터 범위와 같은 차원을 갖는 데이터 범위를 리턴합니다. ALL 키워드는 전체 입력 데이터 범위에서 평균 및 표준 편차를 계산하도록 지정합니다. COL 키워드는 입력 열마다 평균 및 표준 편차를 계산하고 해당 열을 정규화하는 데 이 값을 사용하도록 지정합니다. ROW 키워드는 지정된 데이터 범위에 있는 행마다 평균 및 표준 편차를 계산하고 해당 행을 정규화하는 데 이 값을 사용하도록 지정합니다.

표준 편차가 0이면 모두 0이 리턴됩니다.

같은 base_data 범위(예: 랩핑된 사용자 함수에서)를 사용하여 데이터를 정규화하려면 mean 및 std 상수를 만드십시오. 이 작업은 CONSTANT 매크로 함수를 사용하여 수행할 수 있습니다.

예제

TEMP = NORM_SIGMOID(COLUMN(3, 4, 5))

값 -0.55, 0 및 0.55를 포함하는 TEMP라는 열을 새로 작성합니다. 평균 및 표준 편차 [4 및 0.816]은 데이터 범위에서 자동으로 계산됩니다.

TEMP = NORM_SIGMOID(COLUMN(3, 4, 5), 3.5, 1.2)

값 -0.21, 0.21 및 0.55를 포함하는 TEMP라는 열을 새로 작성합니다. 이번에는 평균 및 표준 편차 [3.5 및 1.2]가 인수로 제공됩니다.

TEMP = NORM_SIGMOID(V1) 또는 TEMP = NORM_SIGMOID(V1,ALL)

V1 열 컨텐츠의 정규화된 값을 포함하는 TEMP라는 열을 새로 작성합니다. 정규화에 사용되는 평균 및 표준 편차는 V1 열에서 계산됩니다.

TEMP = NORM_SIGMOID(V1:V3)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V1, V2 및 V3 열에서 계산됩니다.

TEMP = NORM_SIGMOID(V1[10:50]:V3)

각 열이 1-41 행의 값을 포함하는 TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. TEMP 열의 컨텐츠는 V1 열의 10-50 행에 대한 정규화된 값이고, VX 열의 컨텐츠는 V2 열의 10-50 행에 대한 정규화된 값이며, VY는 V3 열의 10-50 행에 대한 정규화된 값입니다. 정규화에 사용되는 평균 및 표준 편차는 V1-V3 열의 10-50 행에서 계산됩니다.

TEMP = NORM_SIGMOID(V1:V3, V4)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4 열에서 계산됩니다.

TEMP = NORM_SIGMOID(V1:V3, V4:V8)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4-V8 열에서 계산됩니다.

TEMP = NORM_SIGMOID(V1:V3, COL)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 열마다 개별적으로 계산됩니다. 즉, V1 열에 대한 평균 및 표준 편차가 계산되고, V2 열에 대해 별도의 평균 및 표준 편차가 계산됩니다.

TEMP = NORM_SIGMOID(V1[10:50]:V3, COL)

TEMP = NORM_SIGMOID(V1:V3, V4:V6, COL)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4-V6 열을 사용하여 열마다 개별적으로 계산됩니다. 즉, V1 열의 정규화를 위해 V4 열에서 평균 및 표준 편차가 계산되고, V2 열의 정규화를 위해 V5 열에 대해 별도의 평균 및 표준 편차가 계산됩니다.

TEMP = NORM_SIGMOID(V1:V3, ROW)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V1, V2 및 V3 열에서 행마다 개별적으로 계산됩니다.

TEMP = NORM_SIGMOID(V1[10:50]:V3, ROW)

TEMP = NORM_SIGMOID(V1:V3, V4:V10, ROW)

TEMP, VX 및 VY라는 세 개의 열을 새로 작성합니다. 각 열은 V1, V2 및 V3 열 컨텐츠의 정규화된 값을 포함합니다. 정규화에 사용되는 평균 및 표준 편차는 V4-V10 열에서 행마다 개별적으로 계산됩니다.

함수	설명
NORM_MINMAX	데이터 범위의 최대값/최소값 정규화를 계산합니다.
NORM_ZSCORE	데이터 범위의 Z 점수 정규화를 계산합니다.