결정 트리의 표준화 불변성은 어떤 조건에서만 성립하나요?

axis-aligned 결정 트리가 한 특징의 임계값으로 x_j≤t와 x_j>t를 나누고, 변환이 x'_j=a x_j+b에서 a≠0인 일대일 단조 affine 변환이라면 표본 순서와 가능한 partition이 유지됩니다. [1,2,3]을 [100,200,300]으로 바꾸면 임계값도 함께 이동해 같은 sample split을 만들 수 있습니다. 그래서 결측이 없고 연속값을 같은 방식으로 처리하는 조건에서는 표준화 전후의 tree 구조와 예측이 거의 같을 수 있습니다.

하지만 “항상 완전히 같다”고 단정하면 안 됩니다. 음의 scale은 순서를 뒤집지만 표본 partition과 좌우 child 교환은 보존합니다. binning·quantization은 후보 split을 줄여 실제 결과를 바꿀 수 있습니다. 결측값의 sentinel 또는 missing direction, 동일 값 tie-breaking, float 정밀도, random feature/split 선택도 결과를 바꿀 수 있습니다. 파생 feature가 거리·곱·비율이면 원래 열의 단위만 바꿔도 파생값의 의미가 달라집니다.

검증할 때는 같은 seed와 설정으로 변환 전후 각 노드의 sample ID partition을 비교한 뒤, score 차이가 있으면 missing·tie·binning을 원인으로 좁히겠습니다. 표준화가 불필요해도 train-only fit 원칙은 다른 전처리와 함께 지켜야 하고, 운영 입력의 단위 계약은 명시해야 합니다. 이 불변성은 모델의 split geometry에 대한 조건부 성질이지 파이프라인 전체의 면제권이 아닙니다.

음의 변환을 예외로 세면 안 되는 이유는 partition을 직접 보면 알 수 있습니다. x=[1,2,3,4]에서 t=2.5는 {1,2}|{3,4}를 만들고, x'=-x=[-1,-2,-3,-4]에서는 t'=-2.5의 양쪽 조건이 {3,4}|{1,2}가 됩니다. child의 좌우 이름만 교환됐을 뿐 표본 묶음은 같습니다. 반대로 4개 값을 두 개 bin으로 양자화하면 중간 threshold 후보 자체가 사라져 같은 partition을 보장할 수 없습니다. 그러므로 검증의 첫 단계는 전후 노드별 sample ID 집합 비교이고, 그 뒤에 missing·tie·정밀도·binning을 원인으로 좁혀야 합니다.