[TIL] 김가연_201015

- **키워드**
- logistic regression, validation, feature scaling

- **배운 것**
- logistic regression의 개념이 무엇인지 (+ logit, odds)
- train vs. validation vs. test
- feature scaling을 하는 다양한 방법들

- **어려웠던 부분**
- 범주형 변수에 대해서 이걸 원핫인코딩을 해야할지 하지 않아도 될지 잘 구분이 안간다.

- **더 알고 싶은 부분 / 공부하고 싶은 부분**
- sklearn에서 제공하는 여러 scaler에 대해서 잠깐 살펴보았다. 각 scaler들이 다르다는 것까지는 이해를 했는데 어떤 경우에 어떤 걸 쓰는 게 좋은지 더 확실히 알고 싶다.

- **느낀 점**
- logit 이라는 걸 처음 알았다. 여태까지 내가 왜 logistic regression이 뭔지 헷갈렸는지 오늘에서야 알게 되었다.
- 어제 헷갈렸던 걸 오늘 알게되는 나날이 반복되고 있다. 내용을 이해하는데 시간이 필요해서도 있고, 지훈님께서 하신 강의 설계의 영향도 있는 것 같은데 '와 몇 시간 동안 고민한 게 함수 한 번이면 끝나네' 싶으면서도, 어제 그만큼 고민했기 때문에 오늘 더 확 와닿는 부분도 있는 것 같다. 고민하고 또 고민하고, 다음날 아침에 깨닫고 감탄하느라 시간이 빨리갔다. 머리에 집어넣어야 하는 양만 보면 일주일이 길었는데, 달력을 보면 벌써 일주일이 지났다니 싶다.