티스토리 뷰
데이터 스케일링이란 데이터 전처리 과정 중의 하나이다.
피처(feature)들마다 데이터값의 범위가 다 제각각이기 때문에 범위 차이가 클 경우 데이터를 갖고 모델을 학습할 때 0으로 수렴하거나 무한으로 발산할 수 있다.
즉, 머신러닝이 따라서 데이터 스케일링을 통해 모든 피처들의 데이터 분포나 범위를 동일하게 조정해줄 수 있다.
'Artificial Intelligence > Deep Learning' 카테고리의 다른 글
| [DL] model save / checkpoint (0) | 2022.07.07 |
|---|---|
| [DL] Functional(함수형) API (0) | 2022.07.07 |
| [DL] 사이킷런의 데이터 스케일링 사용 시 주의할 점 (0) | 2022.07.06 |
| [DL] summary()로 모델구조 확인 (0) | 2022.07.06 |
| [DL] 회귀/분류모델 표 정리 (0) | 2022.07.05 |