Day 5 - Week 3 종합 — 특성 공학·데이터 품질 복습

📌 핵심 정리

• Week 3의 그림은 변환(Data Wrangler) → 관리(Feature Store) → 점검(Clarify) 파이프라인이다.
• 4대 변환은 스케일링·인코딩·결측치·이상치. 알고리즘 의존성(거리/경사 vs 트리)이 선택을 가른다.
• Feature Store의 두 스토어 — 온라인(밀리초 추론) / 오프라인(S3 학습 이력).
• Clarify로 **학습 전 편향(CI·DPL)**과 **학습 후 설명(SHAP)**을 본다.
• 이번 주를 관통하는 한 단어는 누수(leakage) — 변환·합성·미래·평가 누수를 모두 막아야 한다.

특성 공학 파이프라인 한눈에

이번 주는 준비된 데이터를 모델이 학습할 수 있는 형태로 다듬는 과정을 다뤘다. "알고리즘보다 데이터"라는 ML의 격언이 가장 잘 드러나는 영역이다.

[raw 데이터 (S3)]
        │  ① 변환 (Data Wrangler)
        │     스케일링·인코딩·결측치·이상치 처리
        v
[변환된 특성]
        │  ② 관리 (Feature Store)
        │     온라인(추론) + 오프라인(학습) 동시 저장
        v
[Feature Group]
        │  ③ 점검 (Clarify)
        │     편향·불균형·설명가능성 분석
        v
[검증된 학습 데이터셋] → SageMaker 학습