알고리즘 정리에 앞서, 데이터 전처리 관련하여 수업 때 자주 언급된 내용 한 가지 먼저 정리스케일링(Scaling)데이터를 특정한 스케일로 통일하는 것 다차원의 값들을 비교 분석하기 쉽게 만들어주며, 자료의 오버플로우나 언더플로우를 방지하여 최적화 과정에서의 안정성 및 수렴 속도를 향상 데이터를 모델링하기 전에 거치는 것이 좋음(학습시키기 전에)스케일링의 종류정규화(Normalization)StandardScaler: 평균과 표준편차를 사용 MinMaxScaler: 최대, 최소값이 각각 1과 0이 되도록 스케일링 RobustScaler: 중앙값과 IQR값(4분위수) 사용(아웃라이어의 영향을 최소화)스케일링의 한 종류. 값의 범위(Scale)을 0 ~ 1 사이의 값으로 바꿔주는 것 학습 전에 Scaling..