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
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국통계학회 CSAM(Communications for Statistical Applications and Methods) CSAM(Communications for Statistical Applications and Methods) 제20권 제4호
발행연도
2013.7
수록면
301 - 309 (9page)

이용수

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

초록· 키워드

오류제보하기
This paper predicts gross box office revenue for domestic films using the Korean film data from 2008- 2011. We use three regression methods, Linear Regression, Random Forest and Gradient Boosting to predict the gross box office revenue. We only consider domestic films with a revenue size of at least KRW 500 million; relevant explanatory variables are chosen by data visualization and variable selection techniques. The key idea of analyzing this data is to construct the meaningful explanatory variables from the data sources available to the public. Some variables must be categorized to conduct more effective analysis and clustering methods are applied to achieve this task. We choose the best model based on performance in the test set and important explanatory variables are discussed.
#Box office #gradient boosting #linear model #random forest #regression

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Optimal stock investment strategy using prediction models
Jimin Kim ,  Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2024 .11
A comparison of imputation methods using machine learning models
Heajung Suh ,  Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2023 .05
Recent deep learning methods for tabular data
Yejin Hwang ,  Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2023 .03
Forecasting daily PM10 concentrations in Seoul using various data mining techniques
Ji-eun Choi ,  Hyesun Lee ,  Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2018 .03
A Note on the History of the Gambler`s Ruin Problem
Seong Joo Song ,  Jong Woo Song CSAM(Communications for Statistical Applications and Methods) 2013 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-310-001565010