전체 데이터로 표준화를 수행한 뒤 학습용과 평가용으로 분할하면 생기는 문제는?

1. 평가 데이터의 정보가 변환 과정을 통해 학습에 스며드는 데이터 누수가 발생한다

평균과 표준편차를 전체에서 계산하면 그 안에 평가 데이터의 정보가 들어갑니다. 결과적으로 평가 성적이 실제보다 좋게 나오고 운영 환경에서 성능이 떨어집니다. 기준값은 학습 데이터에서만 구해 평가 데이터에 적용해야 합니다.