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
- 학술대회자료
- 저자정보
- 발행연도
- 2011.5
- 수록면
- 514 - 520 (7page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Decision tree as a classification tool is used successfully in many areas such as medical diagnosis, customer churn prediction, and so on. Since decision tree is a kind of top-down algorithm which is a divide and conquer induction process, there is a risk to reach a local solution. This paper proposes a new hybrid classification algorithm that uses adaptive particle swarm optimization (APSO) to find optimal thresholds simultaneously for decision tree. The proposed algorithm consists of two phases; decision tree constructing and APSO. First, we construct decision tree and get a set of rules. Second, find optimum thresholds using APSO for those selected feature variables in decision tree. To validate the proposed algorithm, several datasets are used. Experimental results show that the proposed algorithm is promising for improving prediction accuracy.
목차
Abstract
1. 서론
2. PSO
3. Proposed algorithm
4. 실제 데이터에의 적용
5.결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-020-000869064