특징 스케일링

특징 스케일링 또는 피처 스케일링은 데이터의 특징이나 독립 변수의 구간을 표준화하는 방법론이다. 데이터 프로세싱에서 이는 데이터 정규화로 정의되며, 이전 단계를 위한 처리 작업이다.

동기

가공 전의 실험 데이터(raw data)가 다양하고 넓게 퍼져 있기 때문에 기계 학습 분야의 여러 알고리즘은 정규화 없이는 만족스러운 결과를 얻지 못한다.

방법론

리스케일링

표준화

응용

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

같이 보기

• 표준 점수

외부 링크

• Lecture by Andrew Ng on feature scaling 보관됨 2017-03-14 - 웨이백 머신