Week 4는 탐색적 데이터 분석(EDA)의 두 번째 묶음 — 고차원과 불균형을 다루는 기술 — 을 다뤘다. 오늘은 4일치를 하나의 워크플로로 엮어 복습하고, 시험에서 헷갈리기 쉬운 대비 포인트를 정리한다.
| Day | 주제 | 핵심 |
|---|---|---|
| 1 | 차원 축소 | 차원의 저주, PCA(분산 보존·표준화 필수), t-SNE(시각화 전용) |
| 2 | 특성 선택 | 필터·래퍼·임베디드, 특성 중요도, 다중공선성(VIF) |
| 3 | 데이터 시각화 | 분포·상관 차트, QuickSight, 앤스컴의 교훈 |
| 4 | 클래스 불균형 | 정확도 역설, SMOTE·언더샘플, 클래스 가중치, PR-AUC |
고차원·불균형 데이터에 대한 전형적 EDA·전처리 순서다.
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from imblearn.over_sampling import SMOTE
from imblearn.pipeline import Pipeline