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 제10권 제3호
발행연도
2008.1
수록면
1,517 - 1,526 (10page)

이용수

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

초록· 키워드

오류제보하기
많은 의사결정 나무 방법은 분리변수(split variable) 선택에 있어 범주형 분리변수에 대해 편향을 가지고 있다. 즉 많은 범주를 갖는 범주형 변수가 분리 변수로 더 많이 선택되는 경향이 있다. 이에 Loh & Shih(1997)는 변수선택에 있어서 무시할만한 편향을 가지며 통계적 검정법을 사용하는 QUEST(Quick, Unbiased, Efficient, Statistical Tree) 방법을 제안하였다. 그러나 이 방법은 분류 정확도와 최종나무크기 면에서는 우세하다고 할 수 없다.본 논문에서는 범주형 변수에 대한 편향의 문제를 해결하는 방법으로, 범주형 변수를 독립변수로 한 로지스틱 회귀모형을 구축하여 각 범주에 해당하는 로지스틱 회귀계수를 이용해 범주들을 순위로 변환한 후 지니 지수(Gini index)를 의사결정나무 분석에 사용하는 분류나무를 제안하였다. 또한 실제 데이터를 이용하여 모형의 정확도(accuracy)와 최종나무크기(tree size) 측면에서 기존의 방법과 비교하였다.

목차

등록된 정보가 없습니다.

참고문헌 (11)

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