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
- 2016.1
- 수록면
- 153 - 166 (14page)
이용수
초록· 키워드
오류제보하기
Ensemble classification is an approach that combines individually trained classifiers in order to improve prediction accuracy over individual classifiers. Ensemble techniques have been shown to be very effective in improving the generalization ability of the classifier. But base classifiers need to be as accurate and diverse as possible in order to enhance the generalization abilities of an ensemble model. Bagging is one of the most popular ensemble methods. In bagging, the different training data subsets are randomly drawn with replacement from the original training dataset. Base classifiers are trained on the different bootstrap samples. In this study we proposed a new bagging variant ensemble model, Randomized Bagging (RBagging) for improving the standard bagging ensemble model. The proposed model was applied to the bankruptcy prediction problem using a real data set and the results were compared with those of the other models. The experimental results showed that the proposed model outperformed the standard bagging model.
목차
등록된 정보가 없습니다.
참고문헌 (23)
참고문헌 신청
Altman, E.L / 1968 / Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy / The Journal of Finance 23(4):589~609
Beaver, W / 1966 / Financial Ratios as Predictors of Failure, Empirical Research in Accounting : Selected Studied / Journal of Accounting Research 4(3):71~111
Bian, S / 2007 / On Diversity and Accuracy of Homogeneous and Heterogeneous Ensembles / International Journal of Hybrid Intelligent Systems 4(2):103~128
Breiman, L / 1996 / Bagging Predictors / Machine Learning 24(2):123~140
Bryant, S.M / 1997 / A Case-Based Reasoning Approach to Bankruptcy Prediction Modeling / Intelligent Systems in Accounting, Finance and Management 6(3):195~214
Beaver, W / 1966 / Financial Ratios as Predictors of Failure, Empirical Research in Accounting : Selected Studied / Journal of Accounting Research 4(3):71~111
Bian, S / 2007 / On Diversity and Accuracy of Homogeneous and Heterogeneous Ensembles / International Journal of Hybrid Intelligent Systems 4(2):103~128
Breiman, L / 1996 / Bagging Predictors / Machine Learning 24(2):123~140
Bryant, S.M / 1997 / A Case-Based Reasoning Approach to Bankruptcy Prediction Modeling / Intelligent Systems in Accounting, Finance and Management 6(3):195~214
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
유전자 알고리즘 기반 통합 앙상블 모형
Journal of Information Technology Applications & Management
2016 .03
-
재무부실화 예측을 위한 랜덤 서브스페이스 앙상블 모형의 최적화
한국IT서비스학회지
2015 .01
-
[MUST HAVE] A NEW BAG 어뉴골프
한경MONEY
2023 .05
-
Randomized Ensemble Feature Selection for Clustering
한국경영과학회 학술대회논문집
2016 .04
-
Bayesian Bootstrap을 기반으로 한 SMOTE Bagging
한국경영과학회 학술대회논문집
2017 .04
-
Study of Personal Credit Risk Assessment Based on SVM
산경연구논집
2022 .10
-
Survey on ‘Go Bag’ Items in Internet Shopping Malls
유통과학연구
2019 .01
-
재사용 종량제 봉투의 쓰레기 종량제 봉투 소비 대체효과 추정
환경정책
2021 .09
-
A GA-based Sub-sampling Ensemble Model for Imbalanced Data
한국서비스경영학회 학술대회
2020 .11
-
Ensemble Clustering-based Label Propagation
한국경영과학회 학술대회논문집
2017 .04
-
Ensemble pruning with optimization problem framework
한국경영과학회 학술대회논문집
2017 .04
-
Art-derived designs promote the inconspicuous consumption of fashion bags
Journal of Global Fashion Marketing
2023 .06
-
[MUT(멋)] STORY of BAG
브라보 마이 라이프
2024 .02
-
부도예측 모형에서 뉴스 분류를 통한 효과적인 감성분석에 관한 연구
한국IT서비스학회지
2019 .01
-
부자가 아니라 민중을 위한 민주주의
마르크스21
2017 .03
-
고객이 남긴 음식물(leftovers)에 대한 소비자의 인식과 태도가 doggy bags 사용의도에 미치는 영향
한국외식산업학회지
2017 .09
-
거리척도와 앙상블 기법을 활용한 지가 추정
지적과 국토정보
2016 .01
-
앙상블 머신러닝 모형에 의한 부산 전략산업의 소득에 대한 예측 연구
경제연구
2021 .11
-
온라인마트의 유통포장 형태별 소비자 선호 및 영향요인
경영학연구
2021 .08
이 논문의 저자 정보
최근 본 자료
댓글(0)
0