피쳐 스케일링

위키백과, 우리 모두의 백과사전.
이동: 둘러보기, 검색

피쳐 스케일링은 데이터의 피쳐 (기계 학습)이나 독립 변수의 구간을 표준화하는 방법론이다. 데이터 프로세싱에서 이는 데이터 정규화로 정의되며, 이전 단계를 위한 처리 작업이다.

동기[편집]

가공 전의 실험 데이터(raw data)가 다양하고 넓게 퍼져있기 때문에 기계 학습 분야의 여러 알고리즘는 정규화없이는 만족스런 결과를 얻지 못한다.

방법론[편집]

리스케일링[편집]

표준화[편집]

응용[편집]

경사 하강법에서 피쳐 스케일링은 알고리즘의 속도 제약을 완화해준다. SVM에서는 서포트 벡터를 찾는 시간을 감소시키며 커널 함수 공간 내에 알맞게 데이터 포인트를 위치시킨다.