Feature Scaling
- 서로 다른 feature들의 값을 가지는 범위가 달라서 모델링에서 문제가 발생할 수 있음.
- feature끼리 비교가 가능하려면, 동일한 범위 내 존재해야 함.
- Scaling을 통해서 feature들의 크기를 맞춤.
- feature 스케일과 무관한 모델도 있음. e.g.) LightGBM
Min-Max Scaling
- 변수의 범위를 바꿔주는 정규화 스케일링 기법 (기본값은 0~1)
- 이상 값 존재에 민감함.
- 분류 모델보다 회귀 모델에 적합
- Scaling은 값을 조정하는 과정이기 때문에 수치형 변수에만 적용
Standard Scaling
- 변수의 평균을 0으로, 표준 편차를 1로 만들어 주는 표준화 스케일링 기법입니다.
- 이상 값 존재에 민감함.
- 회귀 모델보다 분류 모델에 적합합니다.
기초 수학
지수함수: 지수에 미지수 가 있는 함수, 로그함수의 역함수
로그함수: 지수함수의 역함수
역함수: 정의역과 치역을 서로 뒤바꾸어 얻는 함수
- 지수함수와 로그함수는 역함수 관계에 있다.
시그모이드 함수: S자형 곡선 또는 시그모이드 곡선을 갖는수학 함수.
스칼라: 크기와 방향을 갖는 개념. 표기는 소문자 x
벡터: 크기와 방향을 갖는 개념. 표기는 소문자 볼드체 x
- 스칼라는 하나의 값을 가지고, 벡터는 여러 개의 값을 가진다고 생각하면 좋다.
노출모듈 패턴(Revealing module)
즉시 실행 함수를 통해 private, public 같은 접근 제어자를 만드는 패턴이다.
MVC 패턴
모델(Model), 뷰(View), 컨트롤러(Controller)로 이루어진 디자인 패턴이다.
MVP 패턴
MVC 패턴에서 파생되었으며, MVC에서 C(Controller)가 프레젠터 P(Presenter)로 교체된 패턴이다.
MVVM 패턴
MVC에서 C(Controller)가 뷰모델 VM(View Model)로 바뀐 패턴이다.
패스트캠퍼스 인터넷 강의에 크게 호의적인 태도는 아니었는데, 이번 필수 강의는 크게 와닿았다.
다음 주부터 시작하는 머신러닝 모델링 프로젝트에 필요한 프로세스와 스킬을 문제 형식으로 풀어보니 내가 어떤 식으로 프로젝트를 진행해야 할지에 대한 감이 생기기 시작했다. 필수 파트는 다 수강했지만 권장 파트까지 들어 프로젝트에 필요한 지식과 스킬을 더 배워야겠다.