스케일링 (Scaling)

스케일링(Scaling)은 머신 러닝과 데이터 분석에서 특성(피처)들의 값을 일정한 범위로 조정하는 전처리 과정입니다. 데이터 스케일링을 통해 모델 학습이 더 빠르고 효율적으로 이루어지며, 특정 알고리즘의 성능이 향상될 수 있습니다. 스케일링이 중요한 이유는 각 특성의 크기나 범위가 달라서 발생하는 문제를 해결하기 위해서입니다.주요 스케일링 방법표준화 (Standardization)정의: 특성의 값을 평균이 0이고 표준편차가 1이 되도록 변환합니다.수식: ( z = \frac{x - \mu}{\sigma} ) 𝑧=𝑥−𝜇𝜎z=σx−μ ( x ): x: 원본 특성 값( \mu ): μ: 특성의 평균값( \sigma ): σ: 특성의 표준편차장점: 표준화는 특성의 분포가 정규분포를 따를 때 특히 유..
ML 2024. 5. 28. 22:39
1