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
- 2013.12
- 수록면
- 1,341 - 1,348 (8page)
이용수
초록· 키워드
오류제보하기
데이터베이스 마케팅과 시장예측 등의 분야에서 분류문제를 해결하기 위해 다양한 데이터마이닝기법들이 적용되고 있다. 본 연구에서는 데일리 렌즈 고객들의 거래 데이터를 기반으로 의사결정나무, 로지스틱 회귀모형과 같은 기존의 통계적 분류기법과 최근에 개발된 배깅, 부스팅, 라소, 랜덤 포리스트 그리고 지지벡터기계의 분류 성능을 비교하고자 한다. 비교 실험을 위해 데이터 정제, 탐색, 파생변수 생성, 그리고 변수 선택과정을 거쳤다. 실험결과 정분류율 측면에서는 지지벡터기계가 다른모형보다 근소하게 높았지만 표준편차가 크게 나왔다. 정분류율과 표준편차의 관점에서는 랜덤 포리스트가 가장 좋은 결과를 보였다. 그러나 모형의 해석, 간명성 그리고 학습에 걸리는 시간을 고려하였을 때 라소모형이 적합하다는 결론을 내렸다.
목차
등록된 정보가 없습니다.
참고문헌 (13)
참고문헌 신청
1. [학술지(정기간행물)] - Breiman, L. / 1996 / Bagging predictors / Machine Learning 26 : 123 ~ 140
2. [학술지(정기간행물)] - Breiman, L. / 2001 / Random forests / Machine Learning 45 : 5 ~ 32
3. [단행본] - Breiman, L. / 1984 / Classification and regression trees / Wadsworth
4. [학술대회논문] - Freund, Y. / 1996 / Experiments with a new boosting algorithm / Proceedings of The Thirteenth International Conference on Machine Learning : 148 ~ 156
5. [단행본] - Hastie, T. / 2009 / The element of statistical learning: Data mining, inference, and prediction / Spring Verlag
2. [학술지(정기간행물)] - Breiman, L. / 2001 / Random forests / Machine Learning 45 : 5 ~ 32
3. [단행본] - Breiman, L. / 1984 / Classification and regression trees / Wadsworth
4. [학술대회논문] - Freund, Y. / 1996 / Experiments with a new boosting algorithm / Proceedings of The Thirteenth International Conference on Machine Learning : 148 ~ 156
5. [단행본] - Hastie, T. / 2009 / The element of statistical learning: Data mining, inference, and prediction / Spring Verlag
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-041-001384223