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 제14권 제5호
발행연도
2012.1
수록면
2,441 - 2,450 (10page)

이용수

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

초록· 키워드

오류제보하기
패턴분류의 한 도구로서 기계학습은 광범위하게 연구되고 있다. 최근에 기계학습 방법 중에서 서포트 벡터 기계(support vector machines)는 이진 패턴 분류문제에서 고차원의 특징공간에서 두 집합들 사이에 가장 큰 분리를 제공하는 최대 여유도(margin)를 가지는 분리 초평면을 찾는 것이다. 특히 선형 분류기들은 두 집합들 사이를 최대 여유도 분리를 얻기 위하여 최적화한다. 이러한 작업들은 이차계획문제(quadratic programming)나 일차계획문제(linear programming)와 같은 수리계획법의 어떤 형태를 풀어내는 것으로 얻어진다. 본 논문에서는 신용 평가 자료를 이용하여 고객 분류 문제에 있어서 전통적인 분류 방법인 로지스틱 회귀분석과 서포트 벡터 기계를 이용하여 분류 성능을 비교하였다. 테스트 집합에서 로지스틱 회귀분석과 서포트 벡터 기계의 오분류율은 각각 1.89%와 1.73%로 얻어졌다. 결국 서포트 벡터 기계의 오분류율은 로지스틱 회귀분석보다 다소 개선됨을 알 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (25)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0