Earticle

초록

영어

Data normalization is a key preprocessing step that significantly affects machine learning classifier performance. However, the optimal normalization method often varies depending on dataset characteristics, making it difficult to determine the most suitable approach in advance. Previous studies have addressed this issue through large-scale comparisons of normalization methods or by developing meta-learning frameworks that automatically recommend appropriate techniques based on dataset meta-features. Yet, these approaches rarely provide direct statistical evidence explaining which data characteristics drive performance differences among normalization methods. To address this limitation, this study statistically examines how dataset meta-features influence normalization performance, establishing an empirical basis for data-driven normalization recommendation. Using UCI datasets and three classifiers, we analyze the relationship between meta-features and the performance of eleven normalization methods through Pearson correlation analysis, complemented by random forest regression for cross-validation. The findings reveal both common meta-features and method-specific key features, highlighting the necessity of selecting normalization strategies aligned with dataset characteristics.

한국어

데이터 정규화는 데이터 전처리 과정에서 수행되는 핵심 과정 중 하나이며, 머신러닝 분류기의 성능에 결정적인 영향을 미친다. 하지만 데이터의 구조적 특징에 따라 최적의 정규화 기법이 달라져 사전 선택이 어렵다는 문제가 있다. 이러한 문제를 해결하기 위해 기존 연구들은 다양한 정규화 기법들을 대규모로 비교하거나, 데이터셋의 메타 특징을 활용해 최적의 정규화 기법을 자동으로 예측 및 추천하는 메타러닝 기반 프레임워크 구축에 집중해왔다. 그러나 기존 연구들은 최적의 기법을 예측하는 프레임워크에 초점을 맞추어, 어떠한 데이터 특징이 정규화 기법 간의 성능 차이를 유발하는지에 대한 직접적인 통계적 상관관계 분석을 제공하지 않았다. 이러한 한계점을 해결하기 위해, 본 연구는 데이터의 메타 특징이 정규화 성능 변동에 미치는 영향을 통계적으로 검증하여 데이터 특성에 기반한 정규화 추천 시스템 구축을 위한 실증적 토대 마련을 목표로 한다. 이를 위해 데이터셋의 메타 특징과 11가지 정규화 방법의 성능 변동을 비교하여 그 상관관계를 통계적으로 규명하는 연구를 수행한다. 구체적으로, UCI 데이터셋과 3 가지 분류기를 활용한 실험을 기반으로 메타 특징과 정규화 성능 간의 피어슨 상관분석을 진행하며, 랜덤 포레스트 회귀를 보조 분석으로 활용하여 상관분석 결과의 타당성을 교차 검증한다. 분석 결과, 공통 메타 특징뿐만 아니라 정규화 기법별 핵심 메타 특징이 확인되며, 이는 데이터 특성에 기반한 정규화 선택의 필요성을 시사한다.

저자

• 조민서 [ Min-Seo Cho ]
• 황철현 [ Chul-Hyun Hwang ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700