수업용 메인 페이지

백엔드는 영화 속 등장인물 이름으로 각 기능을 부른다. 요청 하나는 인바운드 어댑터(Router)에서 시작해 입력 포트(Use Case)를 지나 비즈니스 로직(Interactor)을 실행하고, 출력 포트(Repository)를 거쳐 실제 DB로 나간다.

캐글의 원본 train.csv는 승객 한 명당 한 행(row)에 승선 항구, 티켓, 요금까지 전부 욱여넣은 평평한(flat) 구조다. 이걸 그대로 테이블 하나에 저장하면, 같은 항구에서 탄 승객이 100명이면 항구 이름도 100번 중복 저장된다. 3정규형(3NF)은 이런 중복을 없애기 위해 컬럼을 “누구에게 직접 속하는 값인가” 기준으로 세 테이블로 쪼갠다.

• Port — 승선 항구(Embarked) 코드별 항구 이름·국가. 승객 개인이 아니라 항구 자체에 속하는 값이라 별도 테이블로 뺀다.
• Person — 이름·성별·나이·동승 가족 수·생존 여부 등 승객 개인의 정보. Port와 Booking을 외래키(FK)로 참조한다.
• Booking — 등급(Pclass)·티켓 번호·요금·객실 번호 같은 승선권 정보. 가족이 티켓 한 장을 같이 쓰는 경우가 있어 Booking 1건에 Person 여러 명이 연결되는 1:N 관계다.

모델은 특성 변수를 입력받아 목적 변수를 예측하도록 학습한다. 타이타닉에서는 승객의 정보가 특성 변수, 생존 여부가 목적 변수다.

같은 “스케일링”이라도 데이터 특성에 따라 방식이 갈린다. Age·Fare처럼 이상치가 있고 정규분포에 가까운 데이터는 표준화, 값의 범위가 뚜렷한 데이터는 정규화가 잘 맞는다.

분류 모델은 트리 기반 부스팅 계열부터 거리·확률 기반 모델까지 다양하다. 정답이 있는 지도학습이 대부분이지만, K-Means·PCA처럼 탐색적 분석을 돕는 비지도 기법도 함께 쓰인다.

원본 컬럼을 그대로 쓰기보다, 의미 있는 파생 변수를 만들면 모델 성능이 올라간다. 아래는 자주 쓰이는 파생 변수와, 백엔드가 실제로 정의해 둔 위험도 판정 규칙이다.