편집
1,408
번
바뀜
→Min-Max Normalization(최소-최대 정규화)
1. 텍스트 데이터의 경우.
1. 텍스트 데이터의 경우.
컴퓨터가 이해할 수 있는 평태로 변환.
컴퓨터가 이해할 수 있는 평태로 변환.
단어를 인덱싱하여 벡터화 해 수치화.
단어를 인덱싱하여 벡터화 해 수치화.
2. 정규화
2. 정규화
데이터 크기 자체에 영향을 받지 않게끔.
데이터 크기 자체에 영향을 받지 않게끔.
== 정규화 방법 ==
== 정규화 ==
=== Min-Max Normalization(최소-최대 정규화) ===
=== Min-Max Normalization(최소-최대 정규화) ===
<math>x' = {x-min \over max-min}</math> 모델의 가장 작은 값을 0으로, 가장 큰 값을 1로 맞춘다.
<math>x' = {x-min \over max-min}</math> 모델의 가장 작은 값을 0으로, 가장 큰 값을 1로 맞춘다.
이상치에 취약하다는 약점이 있다.
이상치에 취약하다는 약점이 있다.(값이 1개라도 이상하게 크게 튀면 나머지 모두가 영향을 받아버린다.)
=== '''Z-Score Normalization(Z-점수 정규화), 표준화''' ===
위 정규화의 약점을 해결하기 위해 나온 전략. 표준화라고도 한다. 평균이 0이고, 분산이 1인 상태로 만들어 다루는 것.(사이킷런에서 기본적으로 제공하는 기능이다.)
<math>z = {x-mean \over \sigma}</math> 평균과 표준편차를 이용해 데이터가 정규분포(가우시안분포)에 해당하게 바꾸어주는 과정이다.
= 모델 평가를 위한 데이터 분류 =
= 모델 평가를 위한 데이터 분류 =