머신러닝 복습, 데이터 스케일링이 뭐냐💪

Data Scaling?!

데이터 스케일링은 데이터의 범위와 분포를 조정하는 작업을 의미한다. 이를 통해 모든 특성이 동일한 스케일을 갖게 되며, 모델 학습 과정을 안정화시키고 수렴 속도를 높이며, 이상치의 영향을 줄여 모델의 성능을 개선하는데 도움을 주는 전처리 방법 중 하나이다.

데이터를 분석하다 보면 feature들마다 데이터 값의 범위가 다 제각각임을 볼 수 있다. 만약 범위 차이가 크다면 모델을 학습할 때 0으로 수렴하거나 무한으로 발산할 수 있다는 문제점이 있으므로 데이터 스케일링을 해주는 것이 좋다.

 

여기를 참고해 총 5가지 데이터 스케일링 방법에 대해 연습했다.

• StandardScaler
• MinMaxScaler
• MaxAbsScaler
• RobustScaler
• Normalizer

 

 

데이터 스케일링을 했을 때 분포가 다름을 확인할 수 있다.

 

 

여러 가지 데이터 스케일링을 해보면서 모델의 성능을 살펴봤다.

데이터셋과 알고리즘에 따라 가장 적절한 스케일링 방법이 달라서 그런가 모델의 성능이 달라짐을 확인할 수 있었다.

이점에 유의해서 데이터 스케일링 방법을 선택하면 된다.