메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제20권 제3호
발행연도
2018.1
수록면
1,181 - 1,189 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
빅 데이터로부터 최적의 의사결정을 하기 위해 연관성 규칙, 의사결정나무, 군집분석, 그리고 회귀분석 등의 데이터마이닝 기법이 많이 활용되고 있다(Park, 2013). 이들 중에서 연관성 규칙은 각 항목간의 연관성을 평가하기 위해 지지도, 신뢰도, 향상도 등의 기준 측도를 근거로 하여 규칙을 생성하게 된다. 본 논문에서는 연관성 규칙의 수를 결정하기 위해 가장 바람직한 비선형 회귀 모형을 선정하는 방안을 강구하고자 한다. 이를 위해 기본적인 연관성 평가 기준에 의한 모형과 표준화 평가 기준을 이용한 모형에 대해 회귀계수를 추정한 후, 다중공선성 문제를 진단하고 각 모형의 기여도를 비교하였다. 그 결과, 기본적인 연관성 평가 기준을 고려한 회귀 모형은 모형의 적합도 관점에서는 모두 유의하고 자기상관계수의 값이 모두 2에 가까우며, 모형에 고려된 많은 측도들이 의미가 있는 것으로 나타났으나 분산팽창계수의 값들이 모두 10을 초과하게 되어 다중공선성이 존재하는 것으로 나타났기 때문에 모든 모형이 의미가 없는 것으로 나타났다. 반면에 표준화 연관성 평가 기준을 적용한 회귀 모형은 적합도를 만족하는 동시에 자기상관계수의 값이 모두 2에 가깝게 나타났으며, 분산팽창계수도 기본적인 모형에 비해 훨씬 작은 값으로 나타나서 바람직한 모형을 찾을 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0