연소득[원]과 월 방문 횟수[회]를 유클리드 거리로 사용하는 k-최근접… | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지
1[7급 서울시 인공지능] 26년 1회차
연소득[원]과 월 방문 횟수[회]를 유클리드 거리로 사용하는 k-최근접 이웃(k-nearest neighbors) 분류기에서, 두 특성의 척도 차이를 줄이기 위해 표준화를 적용할 때 가장 옳은 것은?
1
학습 자료에서 추정한 특성 스케일링 변환을 검증·시험 자료에 동일하게 적용한다.
2
학습 자료와 검증·시험 자료를 모두 합친 후, 각 특성의 평균과 표준편차로 표준화한다.
3
학습 자료와 시험 자료를 각각 독립적인 평균과 표준편차로 표준화한다.
4
k-최근접 이웃 분류 방법은 학습 가중치가 없으므로 특성 스케일을 고려할 필요가 없다.
해설
표준화의 평균·표준편차는 학습 자료에서만 추정하고, 그 같은 변환을 검증·시험 자료에 그대로 적용해야 한다.
검증·시험 자료의 통계량을 쓰면 평가용 정보가 학습에 새어 들어가는 데이터 누수가 생기고, 같은 기준으로 변환해야 거리 계산의 척도가 일치한다.
- 학습·검증·시험 자료를 합쳐 평균과 표준편차를 구하면 평가 자료의 정보가 전처리에 섞여 데이터 누수가 발생한다.
- 학습 자료와 시험 자료를 각자 다른 평균·표준편차로 표준화하면 두 자료의 좌표계가 달라져 거리 비교가 어긋난다.
- k-최근접 이웃은 학습 가중치가 없더라도 거리 기반이므로, 연소득처럼 값의 범위가 큰 특성이 거리를 지배해 스케일 조정이 특히 중요하다.
오류나 개정된 내용이 보이면 알려주세요