한 장치 제조업체는 1,000개가 넘는 후보 특성(feature)을 가지고 있으며, 판매 가격에 영향을 미치는 가장 중요한 특성을 찾고자 합니다. 어떤 특성 선택(feature-selection) 기법을 사용해야 할까요? (세 가지 선택)

제조업체는 판매 가격에 영향을 미치는 가장 중요한 특성을 찾고 있습니다. 이는 특성 선택(feature selection) 문제입니다. 상관 행렬을 히트 맵으로 시각화하면 각 특성과 대상 변수(판매 가격) 간의 선형 관계를 시각적으로 파악하고, 상관 관계가 높은 특성을 식별할 수 있습니다. 이는 중요한 특성을 찾는 데 유용합니다. 단변량 통계 선택은 각 특성과 대상 변수 간의 통계적 관계를 개별적으로 평가하여 예측력이 높은 특성을 선택하는 방법입니다. 이는 1,000개 이상의 특성 중 중요한 특성을 효율적으로 선별하는 데 효과적입니다. 트리 기반 모델(예: 랜덤 포레스트, XGBoost)은 특성 중요도 점수를 제공하여 모델 성능에 가장 큰 영향을 미치는 특성을 식별할 수 있습니다. 이는 복잡한 비선형 관계에서도 중요한 특성을 찾아내는 데 강점이 있습니다. 나머지 옵션들은 특성 선택에 직접적으로 기여하지 않습니다. 표준화 및 정규화는 특성 스케일 조정이며, 데이터 비닝은 연속형 특성을 이산형으로 변환하는 것이고, 데이터 증강은 훈련 데이터 크기를 늘리는 기술입니다.