Day 5 - Week 4 Comprehensive Review: Dimensionality, Feature Selection, Visualization, Imbalance

📌 핵심 정리

• Week 4를 관통하는 한 문장: "분할 먼저, 모든 fit은 학습셋에서만." 표준화·PCA·특성 선택·SMOTE 전부 여기에 걸린다.
• PCA vs 특성 선택은 "해석이 필요한가"로 갈린다. 설명 의무가 있으면 선택, 없으면 축소.
• PCA vs t-SNE는 "새 데이터를 변환해야 하는가"로 갈린다. t-SNE는 시각화 전용이다.
• 불균형 3대 함정: t-SNE 임베딩을 모델 입력으로, 불균형에서 정확도 신뢰, 분할 전 SMOTE.
• 다중공선성은 선형 모델에 치명적, 트리에는 무해하다. 진단은 상관행렬과 VIF(> 5 주의, > 10 심각).

Week 4 한 장 요약

Week 4는 EDA의 두 번째 묶음 — 고차원과 클래스 불균형을 다루는 기법들이었다. 오늘은 나흘치를 하나의 워크플로로 엮고, 헷갈리는 짝을 비교하며, 시험 함정을 정리한다.