StandardScaler : 기본 스케일, 각 피처의 평균을 0, 표준편차를 1로 변환 RobustScaler : 위와 유사하지만, 평균 대신 중간값(median)과 일분위, 삼분위값(quartile)을 사용하여 이상치 영향을 최소화함. MinMaxScaler : 모든 피처의 최대치와 최소치가 1,0이 되도록 스케일을 조정 Normalizer : 피처(컬럼) 이 아니라 row 마다 정규화되면, 유클리드 거리가 1이 되도록 데이터를 조정하여 빠르게 학습할 수 있도록 함. 스케일을 조정하는 이유는 데이터의 값이 너무 크거나, 작을 때 학습이 제대로 되지 않을 수 있기 때문이다. 스케일의 영향이 절대적인 분류기 (e.g. KNN 과 같은 거리기반 알고리즘) 의 경우 ,스케일 조정을 필수적으로 검토해야 한다...