표준화1 03_Data preprocessing: 특성 스케일 맞추기 알고리즘에 따라서 스케일에 영향을 받을 수도 않받을 수도 있음.(특성 간의 영향) 영향받는 알고리즘: 경사하강법(gradient descent), K-최근접 이웃 영향을 않받는 알고리즘: 결정트리와 랜덤 포레스트 대부분의 머신 러닝과 최적화 알고리즘은 특성의 스케일이 같을 때 훨씬 성능이 좋다. 최적화 알고리즘 1) 정규화(normalization) [0, 1]범위에 맞추어 사용 min-max scaling 단점: 데이터셋에 비정상적으로 아주 큰 값이나 아주 작은 값이 들어 있을 때 다른 샘플들을 좁은 구간에 촘촘하게 모아 버림 2) 표준화(standardization) 경사 하강법같은 최적화 알고리즘에서 널리 사용. 특성의 평균 0에 맞추고 표준편차를 1로 만들어 정규분포와 같은 특징을 가지도록 설계 .. 2022. 12. 20. 이전 1 다음
