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
- 발행연도
- 2012.10
- 수록면
- 949 - 959 (11page)
이용수
초록· 키워드
오류제보하기
범주형 목표변수를 잘 예측하기 위한 데이터마이닝 방법 중에서 최근에는 여러 단일 분류자를 결합한 앙상블 기법이 많이 활용되고 있다. 앙상블 기법 가운데 부스팅은 재표본 시 분류하기 어려운 관찰치의 가중치를 높여 분류자가 해당 관찰치에 보다 집중할 수 있도록 함으로써 다른 앙상블 기법에 비해 오차를 효과적으로 감소시키는 방법으로 알려져 있다. 부스팅을 구성하는 분류자를 의사결정나무로 둔 부스팅 트리 모형의 경우 각 트리의 사이즈를 결정해야 하는데, 본 연구에서는 자료 별로 부스팅 트리에 가장 적합한 트리사이즈가 서로 다를수 있다고 가정하고, 주어진 자료에 맞는 트리사이즈를 추정하는 문제에 대해 논의하였다. 우선 트리사이즈가 부스팅 트리의 정확도에 중요한 영향을 미치는가를 파악하기 위하여 28개의 자료를 대상으로 실험을 수행하였으며, 그 결과 트리사이즈를 결정하는 문제가 모형 전체의 성능을 결정하는데 상당한 역할을 한다는 것을 확인할 수 있었다. 또한 그 결과를 바탕으로 최적의 트리사이즈에 영향을 미칠 것으로 판단되는 몇 가지 특성 변수를 정의하고, 해당 변수를 이용하여 부스팅 트리에서의 최적 트리사이즈를 설명하는 모형을 구성해 보았다. 자료 별로 고유한 최적의 트리사이즈는 자료의 특성에 의존적일 가능성도 있으므로 본 연구에서 제안하는 추정방법은 최적 트리사이즈를 결정하기 위한 출발점 또는 가이드라인으로 활용하는 것이 적절할 것이다. 기존에는 부스팅 트리의 사이즈에 대한 값으로 목표변수의 범주의 개수를 활용하였는데, 본 모형에서 제안하는 트리사이즈의 추정치로 부스팅 트리를 구축한 경우 기존방법에 비해 분류정확도를 유의미하게 개선하는 것을 확인할 수 있었다.
목차
등록된 정보가 없습니다.
참고문헌 (25)
참고문헌 신청
1. [인터넷자원] - Asuncion, A. / / UCI machine learning repository
2. [학술지(정기간행물)] - Breiman, L. / 1996 / Bagging predictors / Machine Learning 26 : 123 ~ 140
3. [학술지(정기간행물)] - 최진수 / 2010 / 연속형 반응변수를 위한 데이터마이닝 방법 성능 향상 연구 / 한국데이터정보과학회지 21 (5) : 917 ~ 926
4. [학술지(정기간행물)] - Clemen, R. / 1989 / Combining forecasts: A review and annotated bibliography / Journal of Forecasting 5 : 559 ~ 583
5. [학술지(정기간행물)] - Freund, Y. / 1995 / Boosting a weak learning algorithm by majority / Information and Computation 121 : 256 ~ 285
2. [학술지(정기간행물)] - Breiman, L. / 1996 / Bagging predictors / Machine Learning 26 : 123 ~ 140
3. [학술지(정기간행물)] - 최진수 / 2010 / 연속형 반응변수를 위한 데이터마이닝 방법 성능 향상 연구 / 한국데이터정보과학회지 21 (5) : 917 ~ 926
4. [학술지(정기간행물)] - Clemen, R. / 1989 / Combining forecasts: A review and annotated bibliography / Journal of Forecasting 5 : 559 ~ 583
5. [학술지(정기간행물)] - Freund, Y. / 1995 / Boosting a weak learning algorithm by majority / Information and Computation 121 : 256 ~ 285
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-041-001382618