Feature ScalingML에서 feature scaling이란 다음을 의미함.input data의 각 feature들의 값이 일정한 범위(a consistent range)나 표준화된 척도(standardized scale)로 변환하는 과정. Feature Scaling은 ML에서모든 feature가 동등하게 training에 기여하도록 보장해주고,raw scale에 상관없이 model이 실제 각 feature가 결과에 미치는 영향력을 제대로 학습하도록 도와줌.Featuer Scaling을 하지 않을 경우,일부 큰 scale을 가지는 features가 모델의 결과에 지나치게 큰 영향력을 가지게 되어편향된 모델로 학습되는 문제점을 가짐.feature에 대한 정의 가 헷갈린다면 다음 접은 글을 확인할 ..

Type of Data and Scale of Measurement1. Type of Data1-1. Measurement data (quantitative data)Measurement(측정)의 결과로 얻어진 data. 예를 든다면, 스트레스지수, 체중, 하루당 마시는 술의 양 등이 이에 해당한다.Data obtained by measuring objects or events. 여기에 속하는 데이터들을 scale관점 (아래 2. Type of Data 를 참고)에서 보면,ordinal scale,interval scale,ratio scale 임.1-2. Categorical data (frequency data)Frequency data 또는 count data라고 불리며,각 카테고리에 속하는 객체의..