質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.55%

標準化したデータで学習した回帰モデルを使って予測をする際、出力値に対し標準化の逆の計算をしてスケールを戻すのでしょうか?

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 3
  • VIEW 3,896

sha-engine

score 5

Azure Machine Learning Studioで機械学習の勉強をしています。
Azure ML Studioにおける操作例で回答していただいた方がよりわかりやすいですが、
機械学習の一般論として回答していただいても十分にありがたいです。

ニューラルネットワーク回帰による予測をしています。
題材は以下リンクの、線形回帰で自動車のスペックから価格を予測するチュートリアルで、アルゴリズムをニューラルネットワークに変更しています。
https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/create-experiment#step-1-get-data

アルゴリズムを変えただけだと、テストにおける予測値が全て同じになりました。
値が範囲が大きいため学習が収束しなかったのだと思い、normalizationモジュールのz-scoreで標準化(平均0、分散1)しました。
このとき、予測対象項目の「価格」も標準化しています。

その結果、精度という意味では一定の水準を満たしたものになりましたが、出力値が標準化による小さいスケールのものでした。
実際の価格として妥当な出力値を得るには、予測結果に対し、学習データの平均と標準偏差を使って、標準化の逆の計算をしてスケールを戻すのでしょうか?

  • 学習データの平均と標準偏差を使って、予測値を加工するのも不自然な気がしているのですが、通常このような場合どうするのか知りたいです。
  • 知識が浅いので、途中の考え方がそもそも間違えているかもしれないとも思っています。
  • ご回答につきまして、もしAzure ML Studioにおける具体的に使うべきモジュールなどについてもご存知であれば、教えていただけるとありがたいです。
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+2

引用テキスト学習データの平均と標準偏差を使って、予測値を加工するのも不自然な気がしているのですが、通常このような場合どうするのか知りたいです。

学習に用いた変換の逆変換を施すのが一般的です。
数学で座標変換したら、もとに戻すのに逆変換を行うのと同じ理屈です。

正規化だといろいろ混乱するようですが、単位の変換で考えてみるわかりやすいはずです。
長さの単位がメートルだと数字が小さくなるからセンチメートルを使ったら、メートルで見たい時に100分の1するのが自然です。
結果は関係ありません。

それぞれの点としてサンプリングを行っていますが、理論的には分布を予測しています。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/02/08 19:07

    ありがとうございます。
    わかりやすいご説明で、納得できました!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.55%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる
  • トップ
  • 機械学習に関する質問
  • 標準化したデータで学習した回帰モデルを使って予測をする際、出力値に対し標準化の逆の計算をしてスケールを戻すのでしょうか?