10,000개의 행과 1,020개의 특징을 가진 테이블 형식 데이터셋이 있습니다. 누락된 값은 없으며, 중복은 거의 없고, 상관관계가 0.9보다 큰 특징 쌍이 약 200개 있습니다. 특징 평균은 중앙값과 유사합니다. SageMaker에서 모델을 훈련할 때 어떤 특징 엔지니어링 접근 방식을 적용해야 할까요?

주성분 분석(PCA)은 고도로 상관된 특징들이 있는 고차원 데이터셋의 차원을 효과적으로 축소하는 데 사용됩니다. 200개의 특징 쌍이 0.9보다 높은 상관관계를 보인다는 것은 상당한 다중공선성이 존재하며, PCA가 이러한 중복성을 제거하고 모델 훈련 효율성을 높이는 데 적합하다는 것을 의미합니다. 상관관계 점수가 낮은 특징을 제거하는 것은 데이터 손실을 초래할 수 있으며, 상관관계가 높은 특징들을 연결하는 것은 새로운 특징을 생성하지만 차원 축소에는 직접적인