[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,90 +2,151 @@
|
||||
id: wiki-2026-0508-normalization
|
||||
title: Normalization
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-NORM-001]
|
||||
aliases: [Data Normalization, Feature Scaling, Standardization, BatchNorm, LayerNorm]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.96
|
||||
tags: [auto-reinforced, normalization, data-Processing, database, machine-learning, Statistics]
|
||||
confidence_score: 0.95
|
||||
verification_status: applied
|
||||
tags: [normalization, scaling, batchnorm, layernorm, preprocessing]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
tech_stack: { language: Python, framework: scikit-learn/PyTorch }
|
||||
---
|
||||
|
||||
# [[Normalization|Normalization]]
|
||||
## 한 줄
|
||||
입력 피처와 신경망 내부 활성화의 스케일/분포를 안정화해 학습 수렴, 일반화, 수치 안정성을 개선한다.
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "데이터의 체급 맞추기: 서로 다른 척도를 가진 데이터들을 동일한 범위(예: 0~1)로 정렬하여 수치가 큰 하나가 전체 결과를 좌우하는 왜곡을 막고, 학습이나 연산이 가장 안정적이고 빠르게 일어날 수 있는 최적의 평원을 만드는 일."
|
||||
## 핵심
|
||||
- **데이터 정규화**:
|
||||
- **z-score (StandardScaler)**: $(x-\mu)/\sigma$ — 정규분포 가정 시 표준.
|
||||
- **min-max**: $[0,1]$ 또는 $[-1,1]$ — bounded 범위 필요 시 (이미지 픽셀).
|
||||
- **robust**: median/IQR — 이상치 강건.
|
||||
- **log/Box-Cox**: heavy-tail/skew 분포에 사용.
|
||||
- **레이어 정규화**:
|
||||
- **BatchNorm**: 배치 차원 통계, CNN 표준.
|
||||
- **LayerNorm**: 피처 차원 통계, Transformer 표준.
|
||||
- **GroupNorm**: 작은 배치 (객체 검출).
|
||||
- **RMSNorm**: LayerNorm 단순화, LLaMA 등 LLM에서 표준.
|
||||
- **fit은 train에만**, test에는 transform.
|
||||
- **Tree 모델 (XGBoost/LightGBM)은 정규화 불필요**.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
정규화(Normalization)는 데이터를 일정한 규칙에 따라 변형하는 과정입니다.
|
||||
## 💻 패턴
|
||||
|
||||
1. **데이터베이스 정규화**: 중복을 제거하고 데이터 무결성을 보장하기 위해 테이블을 쪼개는 과정. ([[Efficiency|Efficiency]]와 연결)
|
||||
2. **머신러닝 정규화 (Min-Max Scaling)**: 특성(Feature)들의 범위를 맞춤.
|
||||
* **Layer Normalization / Batch Normalization**: 인공 신경망 내부에서 층을 통과할 때마다 요동치는 값들을 진정시켜 학습 속도를 비약적으로 높임. (Deep Learning (DL)와 연결)
|
||||
3. **왜 중요한가?**:
|
||||
* 정규화가 안 된 상태의 데이터는 모델에게 특정 변수(예: 가격 10억)가 다른 변수(예: 평점 5점)보다 무조건 중요하다고 오해하게 하여 판단력을 흐리기 때문임.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 연산 효율 정책 때문에 정규화를 생략하기도 했으나, 현대 정책은 신경망이 깊어짐에 따라 '배치 정규화(Batch Norm) 정책' 없이는 학습 자체가 불가능할 정도로 필수 정책이 됨(RL Update).
|
||||
- **정책 변화(RL Update)**: 단순히 0~1 사이로 맞추는 정책을 넘어, 평균 0, 표준편차 1로 만드는 '표준화(Standardization)' 정책과 구분하여 사용하며, 모델의 아키텍처 정책에 따라 적절한 기법을 선택하는 것이 엔지니어의 핵심 역량 정책이 됨.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- Deep Learning (DL), [[Efficiency|Efficiency]], [[Optimization|Optimization]], [[Machine Learning (ML)|Machine Learning (ML)]], [[Linear-Algebra|Linear-Algebra]]
|
||||
- **Modern Tech/Tools**: Batch Normalization, Layer Norm (Transformer), RMSProp, SQL Normal forms (1NF-3NF).
|
||||
---
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
```python
|
||||
# 1) sklearn StandardScaler — train fit, test transform
|
||||
from sklearn.preprocessing import StandardScaler, MinMaxScaler, RobustScaler
|
||||
sc = StandardScaler().fit(X_train)
|
||||
X_train_s, X_test_s = sc.transform(X_train), sc.transform(X_test)
|
||||
# 절대 X_test로 fit하지 말 것 (data leakage)
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
```python
|
||||
# 2) ColumnTransformer — 컬럼별 다른 스케일러
|
||||
from sklearn.compose import ColumnTransformer
|
||||
pre = ColumnTransformer([
|
||||
("std", StandardScaler(), ["age", "income"]),
|
||||
("mm", MinMaxScaler(), ["score"]),
|
||||
("rob", RobustScaler(), ["with_outlier"]),
|
||||
], remainder="passthrough")
|
||||
```
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
```python
|
||||
# 3) PyTorch BatchNorm / LayerNorm / GroupNorm
|
||||
import torch.nn as nn
|
||||
bn = nn.BatchNorm2d(num_features=64) # CNN
|
||||
ln = nn.LayerNorm(normalized_shape=768) # Transformer
|
||||
gn = nn.GroupNorm(num_groups=32, num_channels=64) # detection
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
```python
|
||||
# 4) RMSNorm (LLaMA 스타일)
|
||||
import torch
|
||||
class RMSNorm(torch.nn.Module):
|
||||
def __init__(self, dim, eps=1e-6):
|
||||
super().__init__()
|
||||
self.weight = torch.nn.Parameter(torch.ones(dim))
|
||||
self.eps = eps
|
||||
def forward(self, x):
|
||||
rms = x.pow(2).mean(-1, keepdim=True).add(self.eps).rsqrt()
|
||||
return x * rms * self.weight
|
||||
```
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
```python
|
||||
# 5) 이미지 정규화 (ImageNet 통계)
|
||||
from torchvision import transforms
|
||||
T = transforms.Compose([
|
||||
transforms.Resize(256), transforms.CenterCrop(224),
|
||||
transforms.ToTensor(),
|
||||
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
|
||||
])
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
```python
|
||||
# 6) 시계열 — per-series z-score (rolling, leakage 회피)
|
||||
import numpy as np
|
||||
def rolling_zscore(x, window=60):
|
||||
out = np.full_like(x, np.nan, dtype=float)
|
||||
for i in range(window, len(x)):
|
||||
w = x[i - window:i]
|
||||
out[i] = (x[i] - w.mean()) / (w.std() + 1e-8)
|
||||
return out
|
||||
```
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
```python
|
||||
# 7) 로그 변환 (heavy-tail target)
|
||||
import numpy as np
|
||||
y_log = np.log1p(y_train)
|
||||
# 학습 후 예측은 expm1로 역변환
|
||||
y_pred = np.expm1(model.predict(X_test))
|
||||
```
|
||||
|
||||
```python
|
||||
# 8) Pipeline에 스케일러 포함 (CV에서 leakage 방지)
|
||||
from sklearn.pipeline import Pipeline
|
||||
from sklearn.linear_model import Ridge
|
||||
from sklearn.model_selection import cross_val_score
|
||||
pipe = Pipeline([("sc", StandardScaler()), ("est", Ridge(alpha=1.0))])
|
||||
cross_val_score(pipe, X, y, cv=5, scoring="r2")
|
||||
```
|
||||
|
||||
## 결정 기준
|
||||
|
||||
| 데이터/모델 | 추천 |
|
||||
|---|---|
|
||||
| 일반 tabular + 선형/SVM/NN | StandardScaler |
|
||||
| bounded 입력 필요 (이미지/그라디언트 부스팅 X) | MinMax |
|
||||
| 이상치 많음 | RobustScaler |
|
||||
| heavy-tail target | log1p |
|
||||
| CNN | BatchNorm |
|
||||
| Transformer | LayerNorm/RMSNorm |
|
||||
| 작은 배치 (detection) | GroupNorm |
|
||||
| 트리 모델 (XGBoost/LGBM/RF) | 정규화 불필요 |
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Feature Engineering]], [[Deep Learning]]
|
||||
- 인접: [[Standardization]], [[Batch Normalization]], [[Layer Normalization]], [[Data Leakage]]
|
||||
- 도구: [[scikit-learn]], [[PyTorch]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
- 피처 분포 (skew/kurtosis) → 스케일러 선택 추천.
|
||||
- 학습 불안정 디버그 (loss NaN) → norm layer 진단.
|
||||
- pipeline 코드 생성 (column 단위).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- test로 fit 또는 전체 데이터로 fit (leakage).
|
||||
- 트리 모델에 굳이 정규화 적용.
|
||||
- BatchNorm을 RNN/Transformer에 사용.
|
||||
- 이미지에서 0-255 raw 값을 그대로 NN에 입력.
|
||||
- 시계열에서 미래 데이터 포함한 글로벌 통계 사용.
|
||||
|
||||
## 🧪 검증
|
||||
- train/test 분포 차이: KS test, PSI.
|
||||
- 정규화 후 mean≈0, std≈1 (z-score) 확인.
|
||||
- 학습 curve가 정규화 적용/미적용에서 안정성 비교.
|
||||
|
||||
## 🕓 Changelog
|
||||
- 2026-05-08 Phase 1 자동 생성
|
||||
- 2026-05-10 Manual cleanup — house style 적용
|
||||
|
||||
Reference in New Issue
Block a user