- 이번 주는 결국 한 질문으로 수렴한다 — "내 검증 점수를 믿어도 되는가?" 통계·상관·누수·검증 중 하나만 무너져도 점수는 환상이 된다.
- 분포를 먼저 보고(왜도·이상치) 강건 통계량을 고른다. 선형 스케일링은 모양을 바꾸지 못한다.
- 상관은 인과가 아니다. 교란변수·역인과를 의심하고, 설명 변수끼리의 상관(다중공선성)은 VIF로 진단한다.
- 누수는 시점 문제다. "예측하는 순간 이 값을 알 수 있었나?"가 유일한 판별 기준이다.
- 검증 설계는 데이터 성격이 정한다. 불균형→층화, 시계열→TimeSeriesSplit, 그룹→GroupKFold, 소량→k-fold.
이번 주는 EDA의 후반부 — 통계 기초와 검증 설계를 다뤘다. 데이터를 정직하게 요약하고(통계), 변수 간 관계를 읽고(상관), 평가를 오염시키는 함정을 피하고(누수), 일반화 성능을 믿을 만하게 추정하는(검증) 네 가지다. 이 넷은 MLS-C01 Domain 2의 마지막 관문이자 "왜 내 모델이 프로덕션에서 실패하는가"의 답이 숨어 있는 곳이다.