2nd/10_Wiki/Topics/AI_and_ML/Normalization.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	verification_status	tags	raw_sources	last_reinforced	github_commit	tech_stack
wiki-2026-0508-normalization	Normalization	10_Wiki/Topics	verified	self	Data Normalization Feature Scaling Standardization BatchNorm LayerNorm	none	A	0.95	applied	normalization scaling batchnorm layernorm preprocessing		2026-05-10	pending	language framework Python scikit-learn/PyTorch

한 줄

입력 피처와 신경망 내부 활성화의 스케일/분포를 안정화해 학습 수렴, 일반화, 수치 안정성을 개선한다.

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.

💻 패턴

# 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)

# 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")

# 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

# 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

# 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]),
])

# 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

# 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))

# 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, Layer Normalization

🤖 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