데이터사이언스를 위한 수리적 기초반(1)

미분류 · 0pt

한 사용자의 콘텐츠 이용 패턴을 다음과 같은 벡터로 표현하였다. v = (5, 12) 다음 중 벡터 v의 크기, 같은 방향의 단위벡터, 그리고 데이터사이언스에서 이러한 정규화가 필요한 이유와 가장 관련이 깊은 개념을 올바르게 짝지은 것은?

① ||v|| = 13, 단위벡터는 (5/13, 12/13), 정규화는 유클리드 거리를 기반으로 데이터의 절대적인 스케일 차이를 그대로 반영하기 위해 사용한다. ② ||v|| = 17, 단위벡터는 (1/5, 1/12), 정규화는 데이터의 차원을 축소하여 연산 속도를 높이기 위해 사용한다. ③ ||v|| = 13, 단위벡터는 (5/13, 12/13), 정규화는 데이터의 절대적인 크기 왜곡을 줄이고 방향성을 비교하기 위해 사용한다. ④ ||v|| = 169, 단위벡터는 (1,1), 정규화는 데이터의 결측치를 제거하고 표준정규분포로 변환하기 위해 사용한다. ⑤ ||v|| = 17, 단위벡터는 (5/17, 12/17), 정규화는 이상치(Outlier)의 영향을 극대화하여 분류 성능을 높이기 위해 사용한다.