머신러닝에서 전처리를 하는 이유?

• feature extraction을 통하여 문제를 좀 더 쉽게 정의함으로써 기존보다 좀 더 쉽게 문제를 해결할 수 있기 때문이다.
• 전처리를 하게 되면 원래 입력 변수들을 새로운 변수 공간으로 전환할 수 있게 되는데, 이 새로운 변수 공간들은 보통 입력 변수들 보다 간단한 공간으로 구성되게 되므로 문제를 풀 때 발생하는 너무 많은 변수들을 줄여줄 수 있게 된다.
• 공간을 줄이는 것을 차원 축소라고 하는데, 차원 축소를 잘못하게 되면 중요한 정보들이 사라져서 오히려 문제를 해결하기 어려운 문제가 발생할 수 있다.
  → 전처리를 할 때는 그 데이터에 대한 이해가 충분한 상황에서 필요 없는 정보에 해당하는 공간을 없애는 것이 중요하다.