데이터 스케일링(Data Scaling)

2. 데이터 스케일링이란?

• 특성(Feature)들의 범위(range)를 정규화 해주는 작업
• 특성마다 다른 범위를 가지는 경우 머신러닝 모델들이 제대로 학습되지 않을 가능성이 있다. (KNN, SVM, Neural network 모델, Clustering 모델 등)

• 시력과 키를 함께 학습시킬 경우 키의 범위가 크기때문에 거리 값을 기반으로 학습 할 때 영향을 많이 준다.

장점

• 특성들을 비교 분석하기 쉽게 만들어 준다.
• Linear Model, Neural network Model 등에서 학습의 안정성과 속도를 개선시킨다.
• 하지만 특성에 따라 원래 범위를 유지하는게 좋을 경우는 scaling을 하지 않아도 된다.

종류

StandardScaler

• 변수의 평균,표준편차를 이용해 정규분포 형태로 변환 (평균 0, 분산 1)
• 이상치(Outlier)에 민감하게 영향을 받는다

RobustScaler

• 변수의 사분위수를 이용해 변환
• 이상치가 있는 데이터 변환시 사용 할 수 있다.

MinMaxScaler

• 변수의 Max 값, Min 값을 이용해 변환 (0 ~ 1 사이 값으로 변환)
• 이상치에 민감하게 영향을 받는다.

Normalizer

• 특성 벡터의 길이가 1이 되도록 조정 (행마다 정규화 진행)
• 특성 벡터의 길이는 상관 없고 데이터의 방향(각도)만 중요할 때 사용.