이 글은 Python 머신러닝 피처 스케일링과 min-max 정규화 개념 기초 정리를 담고 있습니다. 피처 스케일링(Feature scaling) 과적합 방지를 위해, 독립변수(x, Feature)의 범위 값 조정. 이로써 모델 성능 향상 가능. 경사 하강법(Gradient Descent) 기반 알고리즘은 x값이 경사하강법 단계 크기에 영향을 크게 미침. 따라서 피처 스케일링 적용 필요. ex. Linear Regression, Logistic Regression, Neural Network... 점들 간 거리 기반 알고리즘(Distance Based Algorithms)도 피처 스케일링 적용 필요. ex. KNN, K-means, SVM min-max 정규화(Min-max normalization) (..