Standardiser un champ (Outils de gestion des données)

Résumé

Standardise les valeurs des champs en les convertissant en valeurs conformes à une échelle spécifiée. Les méthodes de standardisation incluent le score z, le minimum-maximum, le maximum absolu et la standardisation robuste.

Illustration

Standardisez les valeurs d’un champ en employant une des quatre méthodes.

Utilisation

Attention :

Cet outil modifie les données en entrée. Reportez-vous à la section Outils qui modifient ou mettent à jour les données en entrée pour obtenir plus d’informations et découvrir des stratégies permettant d’éviter toute modification indésirable des données.

• Il existe quatre méthodes de standardisation : Z-Score (Score z), Minimum-maximum, Absolute maximum (Maximum absolu) et Robust standardization (Standardisation robuste).

  • La méthode Z-Score (Score z) mesure la différence entre une valeur et la moyenne de toutes les valeurs du champ à l’aide d’écarts types, également connu sous le nom de score standard.

    • Potential application—Évaluer l’importance d’une valeur par rapport à la distribution des valeurs dans un champ. Par exemple, la participation des votants d’un comté peut être évaluée par rapport à celle d’autres comtés du pays, ce qui révèle des modèles de participation types et permet d’identifier les comtés où la participation est très élevée et très faible.

    • Consideration—Cette méthode s’applique lorsque la distribution est normale. Elle est déconseillée si la distribution des données est significativement faussée.

    • Equation—, où x^' est la valeur standardisée, x est la valeur initiale, x̄ est la moyenne et σ_x est l’écart type.

  • La méthode Minimum-maximum préserve les relations entre les valeurs de données initiales lors de la conversion des valeurs dans une échelle comprise entre des valeurs minimum et maximum spécifiées par l’utilisateur.

    • Potential application—Un évaluateur de biens immobilier peut mettre à l’échelle les caractéristiques des biens, telles que le nombre de pièces d’une maison ou l’ancienneté d’une maison en années, avant d’utiliser ces caractéristiques dans un modèle (l’outil Forest-based Classification and Regression (Classification et régression basées sur une forêt), par exemple).

    • Consideration—Cette méthode est influencée par les points aberrants, ou valeurs extrêmes, présents dans les données.

    • Equation—, où x^' est la valeur standardisée, x est la valeur initiale, min(x) est le minimum des données, max(x) est le maximum des données, a est le minimum spécifié par l’utilisateur et b est le maximum spécifié par l’utilisateur.

  • La méthode Absolute maximum (Maximum absolu) compare la différence entre une valeur et la valeur maximum absolue d’une répartition en divisant chaque valeur par la valeur maximum absolue dans le champ.

    • Potential application—Cette méthode est utile lorsque le maximum de vos données est stable et logique et que vous souhaitez comparer chaque valeur à ce maximum. Par exemple, le nombre de votes pour un comté ne peut pas être supérieur au nombre de personnes en âge de voter dans le comté. Le comté présentant la proportion de votes la plus élevée devient le maximum et tous les autres comtés sont évalués en fonction de ce maximum absolu de participation.

    • Consideration—L’échelle en sortie est comprise entre -1 et 1. Les valeurs positives les plus élevées correspondent aux valeurs proches de 1 et les valeurs négatives les plus élevées, aux valeurs proches de -1.

    • Equation—, où x^' est la valeur standardisée, x est la valeur initiale et max(|x|) est le maximum des valeurs absolues dans les données.

  • La méthode Robust standardization (Standardisation robuste) standardise les valeurs des champs spécifiés à l’aide d’une variante robuste de la méthode z-score (Score z). Cette variante utilise la médiane et l’intervalle interquartile au lieu de la moyenne et de l’écart type.

    • Potential application—Un évaluateur de biens immobiliers tente d’estimer la valeur des biens dans une ville, mais un quartier dans lequel les prix sont particulièrement élevés produit des points aberrants dans les données. L’évaluateur utilise la standardisation robuste pour limiter l’impact de ces points aberrants dans la distribution des valeurs des biens immobiliers pour la ville.

    • Consideration—L’utilisation de la médiane et de l’écart interquartile peut permettre de limiter efficacement l’impact des points aberrants dans la distribution.

    • Equation—, où x^' est la valeur standardisée, x est la valeur initiale, median(x) est la médiane des données et IQR(x) est l’écart interquartile des données.

• Si plusieurs champs sont fournis, la méthode de standardisation spécifiée est appliquée à tous les champs.

• Cet outil modifie les données en entrée et ajoute les nouveaux champs standardisés à la table ou la classe d’entités en entrée.

• Pour chaque champ sélectionné, des statistiques résumées sont présentées dans les messages de géotraitement générés. Celles-ci incluent le maximum, le minimum, la somme, la moyenne, l’écart type, la médiane, l’asymétrie et l’aplatissement.

• Dans la standardisation de score z, l’écart-type est estimé comme la racine carrée de la somme des carrés des écarts par rapport à la moyenne divisée par N, pour N enregistrements. Certaines implémentations de l’écart type divisent par (N-1), ce qui entraîne des différences de l’écart type estimé.

Paramètres

• Dialog
• Python

Etiqueter	Explication	Type de données
Input Table (Table en entrée)	Table qui contient les champs dont les valeurs doivent être standardisées.	Table View; Raster Layer; Mosaic Layer
Champ à standardiser	Champs contenant les valeurs à standardiser. Pour chaque champ, un nom de champ en sortie peut être spécifié. Si aucun nom de champ en sortie n’est spécifié, l’outil en crée un, basé sur le nom du champ et la méthode sélectionnée. Colonnes de la table de valeurs : Input Field—The field that will be standardized. Output Field Name—The name of the output field. The output field can be a new or existing field.	Value Table
Méthode de standardisation (Facultatif)	Spécifie la méthode à utiliser pour standardiser les valeurs présentes dans les champs spécifiés. Score Z—Le score standard (score z), qui est le nombre d’écarts types au-dessus ou au-dessous de la moyenne, est utilisé. La formule de la méthode score z calcule la différence entre la valeur et la moyenne des valeurs de la colonne, divisée par l’écart type des valeurs de la colonne. Il s’agit de l’option par défaut. Minimum-maximum—Les valeurs sont converties dans une échelle comprise entre les valeurs minimum et maximum spécifiées par l’utilisateur. Maximum absolu—Chaque valeur de la colonne est divisée par la valeur maximum absolue de la colonne. Standardisation robuste—Une variante robuste de la formule utilisée pour la méthode score z est utilisée pour standardiser les valeurs des champs spécifiés. Cette variante utilise la médiane et l’intervalle interquartile au lieu de la moyenne et de l’écart type.	String
Valeur minimale (Facultatif)	Valeur utilisée par la méthode Minimum-maximum du paramètre Standardization Method (Méthode de standardisation) pour spécifier la valeur minimale dans l’échelle des valeurs en sortie spécifiées.	Double
Valeur maximale (Facultatif)	Valeur utilisée par la méthode Minimum-maximum du paramètre Standardization Method (Méthode de standardisation) pour spécifier la valeur maximale dans l’échelle des valeurs en sortie spécifiées.	Double

Sortie dérivée

Etiqueter	Explication	Type de données
Table en entrée mise à jour	Tableau contenant les nouveaux champs standardisés.	Table View

Environnements

Etendue

Informations de licence

• Basic: Oui
• Standard: Oui
• Advanced: Oui

Rubriques connexes

• Vue d’ensemble du jeu d’outils Data Engineering
• Rechercher un outil de géotraitement
• Encoder un champ
• Statistiques de champ vers table
• Reclasser un champ
• Transformer un champ
• Réduction des dimensions