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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제12권 제1호
발행연도
2010.1
수록면
251 - 260 (10page)

이용수

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

초록· 키워드

오류제보하기
분류나무는 예측변수의 값을 이용하여 개체들을 분류/예측하는 규칙을 만들어내는 데에 흔히 사용된다. Cart, CHAID, C4.5, Quest 등의 의사결정나무 알고리즘은 마지막 끝마디의 순수도를 높은 간단한 규칙을 찾는 것을 목적으로 한다. 그러나 이러한 알고리즘들은 매 단계마다 하나의 분기변수만을 이용하기 때문에 일반적으로 큰 나무의 구조를 생성하게 되는 단점이 있다. 본 논문에서는 이변량 선형결합을 통한 분리 방법을 제안하고자 한다. 단순 결합 이변량 분기와 황금비율을 이용한 이변량 분기를 제안하고 각 방법론들을 모의실험을 통한 효율을 오분류율의 관점과 실제 자료의 적용을 통하여 비교하였다. 비교결과 본 연구에서 제안한 단순 결합 분리기준이 예측의 정확성을 증가시킬 수 있음을 확인하였다.
#의사결정나무 #선형결합분리 #이변량분리 #황금비율 #decision tree #linear combination split #bivariate split #golden section split

목차

등록된 정보가 없습니다.

참고문헌 (10)

참고문헌 신청
Breiman, J. / 1984 / Classification and regression trees / Wadsworth google schola Kass, G. / 1980 / An Exploratory technique for investigating large quantities of categorical data / Applied Statistics 29 : 119 ~ 129 google schola Kim, H. / 2001 / Classification trees with unbiased multiway splits / Journal of the American Statistical Association 96 : 589 ~ 604 google schola Kim, H. / 2003 / Classification Trees with Bivariate Linear Discriminant Node Models / Journal of the Computational and Graphical Statistics 12 : 512 ~ 530 google schola Loh, W. Y. / 1997 / Split Selection Methods for Classification Trees / Statistica Sinica 7 : 815 ~ 840 google schola

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