목록피처 스케일링 (1)

노트와 노트

데이터 전처리(Data Preprosessing) - 데이터 인코딩(Encoding), 피처 스케일링과 정규화(Feature scaling and Normalization)

※ 본 글은 책 내용을 공부하고 정리한 글입니다! 피처 스케일링과 정규화 피처 스케일링(Feature Scaling): 서로 다른 변수의 값 범위를 일정한 수준으로 맞추는 작업. 대표적인 방법으로 표준화(Standardization)와 정규화(Normalization)가 있음. 표준화: 데이터의 피처 각각이 평균이 0이고 분산이 1인 가우시안 정규 분포를 가진 값으로 변환하는 것. 표준화를 통해 변환될 피처 X의 새로운 i번째 데이터를 xi_new라고 한다면, 이 값은 원래 값에서 피처 x의 평균을 뺀 값을 피처 x의 표준편차로 나눈 값으로 계산할 수 있다. 표준화를 통해 데이터를 변환하는 것은 RBF 커널을 이용하는 SVM(Support Vector Machine)이나 선형 회귀(Linear Regre..
Machine Learning & DeepLearning 2022. 3. 25. 20:16
이전 Prev 1 Next 다음