Inflearn Community Q&A
asked
교재 125쪽 minMaxScaler와 가우시안 분포
Resolved
Written on
·
185
·
Edited
0
안녕하세요 선생님
덕분에 머신러닝 너무 재밌게 공부중입니다.
데이터의 분포가 가우시안 분포가 아닐 경우에 minMaxScaler을 적용해 볼 수 있습니다.
라고 나와있는데, 이유가 무엇인지 알 수 있을까요?
제가 생각해본 이유들은 다음과 같습니다.
이미 평균은 0, 표준편차는 1로 정규화되어있어 다시 정규화를 진행할 필요가 없다.
정규분포는 양끝값이 없나..? 그래서 min값과 max값이 너무 멀리 떨어져있나??
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
- 먼저 유사한 질문이 있었는지 검색해보세요.
- 강의 내용을 질문할 경우 몇분 몇초의 내용에 대한 것인지 반드시 기재 부탁드립니다.
- 서로 예의를 지키며 존중하는 문화를 만들어가요.
- 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.
Answer 1
1
안녕하십니까, 잘 듣고 계시다니 저도 기분이 좋습니다.
데이터의 분포가 가우시안 분포가 아닐 경우에 minMaxScaler을 적용해 볼 수 있습니다 라는 얘기는 오해의 소지가 있을 정도로 제가 잘못 기술한 것 같습니다.
정규 분포형태가 아닌 다른 스케일링을 적용해 보는 방법이라고 기술하려는 것을 잘못 기술한 것 같습니다.
과거 제가 머신러닝을 배우는 초창기에는 데이터의 분포도가 정규분포가 제일 바람직하다고 배웠지만, 경험적으로 이는 잘못된 이론 이었습니다. MinMax scaler는 어떠한 데이터 세트에도 적용이 가능하며 굳이 기존 데이터가 정규 분포이냐 아니냐와 상관이 없습니다.
감사합니다.
꼭 그렇지는 않습니다. 오히려 제 경험적으로 정규 분포 변환 보다 MinMax Scaler가 쪼~오금 더 나은 모델 성능에 기여 하는 것 같습니다.
아하 감사합니다.
혹시 그럼 제가 생각한 scaler 선택방법은
box plot 같은 걸 그려봤을 때, 너무 outlier가 많으면 minMax보다는 정규분포가 적당하다?에 대해서 선생님 의견도 듣고 싶습니다.