지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제22권 제2호
- 발행연도
- 2020.1
- 수록면
- 565 - 574 (10page)
이용수
초록· 키워드
오류제보하기
일반적으로 전통적인 분류분석 방법은 소수집단의 개체수가 다수집단의 개체수와 현격한 차이를 보이는 이항 범주형 불균형 자료(imbalanced data)의 분류분석에서 문제를 야기한다. 그것은 다수집단에 편향된 분류함수를 추정하므로서 대부분의 자료를 다수집단으로 분류하여 소수집단의 분류 정확도를 현저히 감소하는 현상이다. 이러한 문제를 효과적으로 해결하기 위하여 본 논문에서는 가우스 혼합 군집모형을 활용하여 불균형 자료의 분류분석을 위한 샘플링 기법을 제안한다. 이 방법은 소수집단에 대해 가우스 혼합분포를 추정하고 이를 기반으로 과대 추출하는 것이 핵심이다. 제안하는 방법을 SMOTE(synthetic minority over-sampling technique), ADASYN (adaptive synthetic sampling)과 같은 기존의 과대 추출 방법들과 다양한 상황 및 실제 예제에서 비교하여 그 우수성을 확인하였다. 특히, 불균형 자료 분석에서 중요하게 다루어지는 소수집단의 분류 정확도 측면에서 제안한 방법은 충분히 좋은 성능을 보였다. 본 연구에서는 이진 분류기로서 서포트 벡터 머신을 분류방법으로 사용하였으며, 전체 정확도, 민감도, 특이도 및 기하평균으로 성능을 평가하였다.
목차
등록된 정보가 없습니다.
참고문헌 (31)
참고문헌 신청
Akbani, R. / 2004 / Applying support vector machines to imbalanced datasets / Proceedings of European Conference of Machine Learning 3201:39~50
Anand, A. / 2010 / An approach for classification of highly imbalanced data using weighting and undersampling / Amino Acids 39(5):1385~1391
Bang, S. / 2014 / Weighted support vector machine using k-means clustering / Communications in Statistics-Simulation and Computation 43:2307~2324
Bunkhumpornpat, C. / 2009 / Safe-level-SMOTE: safe-level-synthetic minority over-sampling technique for handling the class imbalanced problem / Proceedings of the 13th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining :475~482
Bunkhumpornpat, C. / 2012 / DBSMOTE : density-based synthetic minority over-sampling technique / Applied Intelligence 36:664~684
Anand, A. / 2010 / An approach for classification of highly imbalanced data using weighting and undersampling / Amino Acids 39(5):1385~1391
Bang, S. / 2014 / Weighted support vector machine using k-means clustering / Communications in Statistics-Simulation and Computation 43:2307~2324
Bunkhumpornpat, C. / 2009 / Safe-level-SMOTE: safe-level-synthetic minority over-sampling technique for handling the class imbalanced problem / Proceedings of the 13th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining :475~482
Bunkhumpornpat, C. / 2012 / DBSMOTE : density-based synthetic minority over-sampling technique / Applied Intelligence 36:664~684
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
불균형 자료의 분류분석에서 샘플링 기법을 이용한로지스틱 회귀분석
Journal of The Korean Data Analysis Society
2015 .01
-
이분형 자료의 분류문제에서 불균형을 다루기 위한 표본재추출 방법 비교
응용통계연구
2019 .06
-
불균형적인 이항 자료 분석을 위한 샘플링 알고리즘들: 성능비교 및 주의점
응용통계연구
2017 .10
-
불균형 데이터의 분류성능 향상을 위한 데이터 리샘플링 효과
Journal of The Korean Data Analysis Society
2024 .06
-
불균형 자료의 분류분석 방법별 성능 비교와 접근 전략 연구
Journal of The Korean Data Analysis Society
2021 .01
-
불균형의 대용량 범주형 자료에 대한 분할-과대추출 정복 서포트 벡터 머신
응용통계연구
2022 .04
-
단어선택과 SMOTE 알고리즘을 이용한 불균형 텍스트 데이터의 소수 범주 예측성능 향상 기법
응용통계연구
2024 .08
-
불균형 자료에서 불순도 지수를 활용한 분류 임계값 선택
응용통계연구
2021 .10
-
그룹변수를 포함하는 불균형 자료의 분류분석을 위한 서포트 벡터 머신
응용통계연구
2016 .08
-
불균형 자료에 대한 분류분석
응용통계연구
2015 .06
-
불균형 데이터의 분류 성능 향상을 위한 일반화된 불균형 비율(GIR) 기반의 과소 표집 canonical forest(GC-Forest)
응용통계연구
2024 .10
-
불균형 자료의 분류분석을 위한 가중 L1-norm SVM
응용통계연구
2015 .02
-
불균형자료를 위한 판별분석에서 HDBSCAN의 활용
응용통계연구
2021 .08
-
Exploring class imbalance with under-sampling, over-sampling, and hybrid sampling based on Mahalanobis distance for landslide susceptibility assessment: a case study of the 2018 Iburi earthquake induced landslides in Hokkaido, Japan
Geosciences Journal
2024 .02
-
불균형 자료에서 MCD를 활용한 마할라노비스 거리에 의한 SMOTE
응용통계연구
2024 .08
-
시간단위 전력사용량 시계열 패턴의 군집 및 분류분석
한국데이터정보과학회지
2017 .03
-
분산 베이지안 추론방법과 가우시안 확률과정 분류모형을 이용한 다차원 자료의 분류
Journal of The Korean Data Analysis Society
2015 .01
-
자료변환 기반 특징과 다중 분류자를 이용한 다중시기 SAR자료의 분류
대한원격탐사학회지
2015 .01
-
Predictive modeling based on a hybrid sampling strategy for an imbalanced heart failure dataset
한국데이터정보과학회지
2025 .03
-
AUC 최적화를 이용한 낮은 부도율 자료의 모수추정
응용통계연구
2016 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0