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 제20권 제2호
발행연도
2018.1
수록면
609 - 619 (11page)

이용수

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

초록· 키워드

오류제보하기
하나의 데이터를 분석할 때, 일반적으로 가능한 여러 모형들을 상정하여 분석하는 것이 바람직하다. 따라서 최적의 모형을 얻기 위해서는 여러 모형을 비교․평가해야 하고, 이를 통해 하나의 모형이 선택되면 선택된 모형이 다른 모형에 비해 우수하다는 사실을 입증해야 한다. 판별모형을 구축하고 모형의 성능을 평가할 경우, 많은 연구자들은 흔히 사후확률에 대하여 절단값 0.5를 설정하고 정확도 등을 비교한다. 그러나 이와 같은 접근법은 매우 큰 오류를 범할 가능성이 있으며, 절단값에 의존하지 않는 모형평가 측도를 통해 판별모형을 평가할 필요가 있다. ROC(receiver operating characteristic) 곡선은 판별분석 분야에서 판별의 정확도를 도표로 평가하기 위해 전통적으로 사용되어져 온 것 중 하나이며, ROC 곡선의 밑면적을 의미하는 AUC(area under curve)는 분류에 사용되는 변수 또는 모형의 성능을 평가하기 위해 가장 널리 사용되는 측도이다. 본 연구에서는 AUC에 대한 추정 및 검정의 개념을 소개하였으며, 다양한 사례분석을 통해 실제 문제에서 변수 또는 모형의 성능을 평가함에 있어 AUC가 유용하게 사용될 수 있음을 보였다. 또한 최적 절단값 결정의 문제에 있어서도 ROC 곡선이 효율적으로 사용될 수 있음을 살펴보았다.
#discriminant model #sensitivity #specificity #ROC curve #AUC.

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청
IBM Corporation / 2013 / ROC algorithm in IBM SPSS Statistics 22 algorithms google schola Coffin, M. / 1997 / Receiver operating characteristic studies and measurement errors / Biometrics 53:823~837 Crossref DeLong, E. R. / 1988 / Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach / Biometrics 44:837~845 Crossref 전형준 / 2014 / 소표본에서 ROC 곡선의 추정 및 절단점 결정방법의 특성 평가 / Journal of The Korean Data Analysis Society 16(4):1815~1824 dbpia Kang, H. / 2014 / Data mining methods for big data analysis / Free Academy Inc. 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