728x90 반응형 MinMaxScaler1 데이터 변환 머신러닝 모델에서 "데이터 전처리"는 성능을 좌우하는 중요한 과정입니다.그 중에서도 특성 스케일링(feature scaling)과 로그 변환(log transform)은 모델 학습 효율을 높이는 데 필수적인 기법입니다.이번 글에서는 StandardScaler, MinMaxScaler, 로그 변환에 대해 간단한 이론과 실전 코드 예제를 함께 소개합니다.1. 왜 데이터 스케일링이 필요할까?머신러닝 알고리즘은 숫자의 절대적인 크기에 영향을 받을 수 있습니다.예를 들어, 거리 기반 알고리즘(k-NN, SVM), 경사 하강법 기반 알고리즘(선형 회귀, 로지스틱 회귀 등)은 특성 간의 단위 차이가 클 경우 제대로 학습되지 않습니다.이 문제를 해결하기 위해 특성값을 일정한 범위나 분포로 조정하는 과정이 바로 스케일링.. 2025. 4. 8. 이전 1 다음 728x90 반응형
