데이크루 4기

⭐️ 추가 설명 ⭐️

Scaling 부분에서 마지막으로 MinMax Scaler를 적용한 이유는 다음과 같습니다.

* 파생 변수 생성 과정에서 다섯 칼럼의 각각의 데이터를 합하는데, 만일 음수와 양사의 데이터가 더해진다면 데이터가 크게 왜곡 될 수 있습니다.
* MinMax Scaler를 적용함으로써 0 ~ 1 사이의 양수 데이터로 변환하여 파생변수가 기존 데이터에서 크게 벗어나지 않도록 하였습니다.



Isolate Forest의 'max_samples'를 0.8로 설정한 이유는 다음과 같습니다.

* 훈련 데이터 셋에 사기 거래 데이터가 극히 일부 포함되어있습니다.
* 훈련 데이터 셋의 80%만 사용할 경우, 학습 데이터 내에 사기 거래 데이터가 아에 없거나 개수가 덜 줄어들 것이라고 생각했습니다.
(즉, 더 깨끗한 데이터를 사용할 확률이 높아질 것이라고 가설을 설정하였습니다.)
* 만일 80% 훈련 데이터셋에 사기 거래 데이터가 모두 포함되더라도 소수의 작은 트리가 학습하기에 성능에 큰 영향을 미치지 않을 것이라고 생각합니다.
(즉, 수많은 estimators 중 상대적으로 다수의 사기 거래 데이터가 포함된 훈련 데이터셋을 학습한 모델은 소수일 것이라고 가설을 설정하였습니다. )