1장과 3장에서 데이터셋을 훈련 데이터셋과 테스트 데이터셋으로 분할하는 개념을 소개했습니다. 모델을 실전에 투입하기 전에 테스트 데이터셋에 있는 레이블과 예측을 비교합니다. 이는 편향되지 않은 성능을 측정하기 위해서라는 것을 기억하세요. 이 절에서는 새로운 Wine 데이터셋을 사용하겠습니다. 이 데이터셋을 전처리한 후 차원을 축소하기 위해 몇 가지 특성 선택 기법을 살펴보겠습니다.

Wine 데이터셋은 공개 데이터셋으로 UCI 머신 러닝 저장소(https://archive.ics.uci.edu/ml/datasets/Wine)에서 다운로드할 수 있습니다. 178개의 와인 샘플과 여러 가지 화학 성분을 나타내는 13개의 특성으로 구성되어 있습니다.