[통계학] 정규화는 언제 필요할까

질문

두 변수 간의 scatterplot을 확인해보았을 때, 변수 값의 정규화가 필요한 경우는 어떤 때일까?

답변

1. 값의 범위가 크게 다를 때:
두 변수의 값 범위가 크게 다른 경우, 예를 들어 하나는 0에서 1 사이의 값을 가지는 반면 다른 하나는 1000에서 10000 사이의 값을 가지는 경우, 정규화를 통해 값의 범위를 조정할 필요가 있습니다. 그렇지 않으면 스케일이 큰 변수가 더 큰 영향력을 가지게 되어 분석 결과가 왜곡될 수 있습니다.

2. 특정 축의 스케일이 너무 크거나 작을 때:
두 변수의 값이 매우 큰 숫자 또는 매우 작은 숫자로 구성되어 있는 경우, plot이 한쪽 축에 치우쳐 잘 표현되지 않거나 해석이 어려울 수 있습니다. 정규화를 통해 이런 문제를 해결할 수 있습니다.

3. 데이터가 특정 영역에 밀집되어 있을 때:
scatterplot에서 데이터가 특정 영역에 밀집되어 있고 나머지 부분은 거의 비어 있는 경우, 정규화를 통해 밀집된 데이터를 더 고르게 분포시켜 시각적으로 더 쉽게 해석할 수 있도록 할 수 있습니다.

4. 다른 변수들과 비교하거나 모델에 입력할 때:
여러 변수 간의 관계를 비교하거나, 머신러닝 모델에 데이터를 입력할 때, 각 변수의 스케일이 다르면 일부 변수들이 모델에서 더 큰 영향력을 가지게 되어 결과가 왜곡될 수 있습니다. 이 경우 정규화를 통해 모든 변수가 동일한 스케일을 가지도록 조정해줄 수 있습니다.