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
원문링크 : 챗GPT 통계 : 데이터 전처리 변환 방법(정규화)