답변함 aice 정규화 적용 기준 reganza11 2026년 01월 28일 08:21 공유 변수 간 단위 영향도 때문에 정규화를 하는 것으로 알고 있는데, 다양한 머신러닝 기법을 사용하면서 정규화 없이 진행되는 코드를 많이 봤습니다. 어떤 경우에 진행을 해야되는지 궁금합니다. 0 댓글 댓글 1개 정렬 기준 날짜 투표수 rladydwo135 2026년 02월 06일 01:14 안녕하세요 질의주셔서 감사합니다.정규화는 변수들 숫자 크기를 맞춰주는 전처리입니다.숫자가 큰 변수만 더 중요하게 학습되는 걸 막기 위해 사용합니다.특히 거리 계산을 사용하는 모델이나 조금씩 값을 조정하면서 학습하는 모델을 쓸 때 효과가 좋습니다.예를 들면 KNN, K-means, 회귀 모델, 신경망 같은 경우입니다.반대로 트리 기반 모델은 값의 크기보다 크고 작음만 비교하기 때문에 정규화를 하지 않아도 큰 영향이 없습니다.그래서 정규화는 모든 경우에 하는 작업이라기보다는,모델이 숫자 크기에 민감할 때 사용하면 좋은 전처리라고 이해하시면 됩니다. 0 댓글을 남기려면 로그인하세요. 원하는 것을 찾지 못하셨나요? 질문하기
댓글
안녕하세요 질의주셔서 감사합니다.
정규화는 변수들 숫자 크기를 맞춰주는 전처리입니다.
숫자가 큰 변수만 더 중요하게 학습되는 걸 막기 위해 사용합니다.
특히 거리 계산을 사용하는 모델이나 조금씩 값을 조정하면서 학습하는 모델을 쓸 때 효과가 좋습니다.
예를 들면 KNN, K-means, 회귀 모델, 신경망 같은 경우입니다.
반대로 트리 기반 모델은 값의 크기보다 크고 작음만 비교하기 때문에 정규화를 하지 않아도 큰 영향이 없습니다.
그래서 정규화는 모든 경우에 하는 작업이라기보다는,
모델이 숫자 크기에 민감할 때 사용하면 좋은 전처리라고 이해하시면 됩니다.
댓글을 남기려면 로그인하세요.