정규화(Normalization)란 데이터의 스케일(scale)을 조정 정규화(Normalization)란 데이터의 스케일(scale)을 조정하는 전처리 과정 중 하나로, 다양한 단위의 데이터를 비교 가능한 상태로 만들어주는 작업입니다. 일반적으로 특정 변수의 값이 다른 변수에 비해 상대적으로 큰 경우, 해당 변수에 대한 영향력이 크게 작용하게 됩니다.
이러한 경우, 정규화를 통해 변수 간 스케일을 맞춰줌으로써 모델의 예측 성능을 향상시킬 수 있습니다. 정규화를 수행하는 대표적인 방법으로는 Min-Max Scaling과 Z-Score Normalization이 있습니다.
Min-Max Scaling 1. Min-Max Scaling Min-Max Scaling은 데이터를 일정 범위(minimum과 maximum)로 스케일링하는 방법입니다.
이 때, 모든 변수는 0과 1 사이의 값을 갖게 됩니다. 수식은 아래와 같습니다.
X_norm = (X - X_min) / (X_max - X_m...
#
MinMaxScaling
#
데이터프리프로세싱
#
딥러닝
#
머신러닝
#
모델링
#
분류모델
#
빅데이터
#
스케일링
#
예측모델
#
인공지능
#
인공지능엔지니어
#
정규화
#
통계학
#
프리프로세싱
#
데이터표준화
#
데이터클리닝
#
ZScoreNormalization
#
데이터가공
#
데이터과학
#
데이터과학자
#
데이터마이닝
#
데이터분석
#
데이터분석가
#
데이터스케일링
#
데이터전처리
#
데이터전처리기법
#
데이터전처리방법
#
데이터정제
#
데이터처리
#
회귀모델
원문 링크 : 챗GPT 통계 : 데이터 전처리 변환 방법(정규화)
