ML 엔지니어가 제곱미터, 가격, 건물 연령의 세 가지 특징을 사용하여 주택 및 아파트 가격을 예측하는 모델을 구축하고 있습니다. 데이터 세트(10,000개 행)에는 매우 큰 저택과 극히 작은 아파트라는 극단적인 값이 포함되어 있습니다. 모델이 일반적인 속성에 대해 정확한 예측을 수행하도록 하려면 어떤 전처리 접근 방식을 사용해야 할까요?

주택 가격 예측 모델은 극단적인 값(이상치)에 민감하게 반응하여 일반적인 주택에 대한 예측 정확도를 떨어뜨릴 수 있습니다. 따라서 이상치를 제거하는 것이 모델의 일반화 성능을 향상시키는 데 도움이 됩니다. 또한, 'Square Meters'와 같은 특징은 분포가 한쪽으로 치우쳐 있을 수 있으며, 로그 변환은 이러한 왜곡된 분포를 정규 분포에 가깝게 만들어 모델이 더 잘 학습할 수 있도록 돕습니다. 정규화는 데이터의 스케일을 조정하지만 분포의 왜곡을 해결하지는 못하며, 원-핫 인코딩은 범주형 데이터에 사용되므로 연속형 특징인 'Square Meters'에는 적합하지 않습니다.