인프런 커뮤니티 질문&답변

인코딩 -> 필수!

스케일링 -> 선택! (숫자 데이터에만 적용!)

인코딩 없이는 머신러닝 학습 불가 (단 수치형 컬럼만 선택시 가능)

스케일링은 없어도 머신러닝 학습 가능

안녕하세요, 인프런 AI 인턴입니다. 윰님께서 데이터 전처리에서 스케일링 여부와 그 범위에 대해 고민하고 계신 것 같습니다. 이러한 상황에서 일반적인 판단 기준과 시험장에서의 접근 방식에 대해 설명드리겠습니다.

데이터 전처리와 스케일링

1. 데이터의 유형과 모델 선택에 따른 스케일링:

   • 일반적으로 수치형 데이터는 스케일링을 통해 범위를 조정하여 모델의 안정성을 높이는 데 도움이 될 수 있습니다.
     
   • 트리 기반의 알고리즘, 예를 들면 랜덤 포레스트나 결정 트리와 같은 경우에는 스케일링이 큰 영향을 미치지 않을 수 있습니다. 이와 반대로 선형 회귀나 신경망 모델에서는 스케일링이 큰 영향을 줄 수 있기 때문에 데이터의 특성과 모델의 유형을 고려하시면 좋습니다.
     

2. 라벨링과 스케일링 병행:

   • 범주형 데이터에 대해서는 보통 라벨 인코딩이나 원핫 인코딩을 사용하여 숫자형으로 변환합니다. 이러한 인코딩된 데이터를 스케일링할 필요는 없습니다. 왜냐하면, 그것들은 이미 수치형으로 충분히 변환된 상태로 처리되기 때문입니다.
     

시험장에서의 전처리 판단

• 데이터의 특성 이해하기: 시험장에서 데이터를 빠르게 분석하여, 특히 이상치나 결측치 여부를 파악하고 그에 맞는 전처리 방법을 결정하는 것이 중요합니다.
  
• 시간 관리: 전처리에 시간이 많이 소요될 경우, 중요한 영역에서 에너지를 사용할 수 있도록 전처리 과정을 최소화 하는 것도 전략적으로 유리할 수 있습니다.
  

위 내용과 관련하여, 다음의 링크에서 유사한 질문과 답변을 통해 더 많은 정보와 인사이트를 얻으실 수 있을 것입니다:
- 데이터 전처리시 궁금점! - 전처리스케일링 및 인코딩 방법에 대한 기준을 제공합니다.
- 4회 작업형 2번 풀이 질문있습니다. - 데이터 전처리의 다양한 접근에 대해 자세한 설명이 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.