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
- 2024.2
- 수록면
- 58 - 67 (10page)
- DOI
- 10.5391/JKIIS.2024.34.1.58
이용수
초록· 키워드
오류제보하기
기업 부실 예측에서의 범주 불균형 문제를 해결하기 위하여 앙상블 학습, 데이터 샘플링 기법, 알고리즘 수정 기법의 등의 다양한 방법들이 적용되고 있다. 본 연구에서는 범주 불균형 문제를 효과적으로 해결하기 위하여 AUC를 성과지표로 활용하여 직접적인 최적화가 가능한 부스팅 모형으로서 AUCBoost 알고리즘을 제안하고자 한다. 본 연구에서는 한국, 폴란드, 러시아 세 국가의 부실 기업 데이터를 활용하여 AUCBoost의 성과 개선 효과를 검증하였다. AUCBoost의 성능을 AdaBoost, GBM, XGBoost의 벤치마킹 알고리즘과 30회의 교차검증을 통해 비교한 결과, 세 가지 데이터 모두에서 산술평균 정확도는 감소하였으나, AUC와 기하 평균 정확도는 크게 상승하는 결과를 확인하였다. 반복측정 분산분석 검증에서도 본 연구에서 제안한 AUCBoost의 성과는 기존의 부스팅 모형보다 통계적으로 우수함을 확인하였다.
목차
요약
Abstract
1. 서론
2. 이론적 배경
3. 부스팅 알고리즘
4. 자료 및 모형 설계
5. 연구 결과
6. 결론
References
참고문헌 (21)
참고문헌 신청
J. Du, C. M. Vong, C. M. Pun, P. K. Wong, and W. F. Ip, “Post-boosting of classification boundary for imbalanced data using geometric mean,” Neural Networks, vol. 96, pp. 101-114, 2017.
J. Davis and M. Goadrich, “The relationship between Precision-Recall and ROC curves,” Proceedings of the 23rd International Conference on Machine Learning - ICML '06, vol. 2, pp. 233-240, 2006.
T. Fawcett, “An introduction to ROC analysis,” Pattern Recognition Letters, vol. 27, no. 8, pp. 861-874, 2006.
P. Kang and S. Cho, “EUS SVMs: Ensemble of Under-Sampled SVMs for Data Imbalance Problems,” ICONIP 2006: Neural Information Processing, pp. 837-846, 2006.
L. Nanni and A. Lumini, “An experimental comparison of ensemble of classifiers for bankruptcy prediction and credit scoring,” Expert Systems with Applications, vol. 36, no. 2, PART 2, pp. 3028-3033, 2019.
J. Davis and M. Goadrich, “The relationship between Precision-Recall and ROC curves,” Proceedings of the 23rd International Conference on Machine Learning - ICML '06, vol. 2, pp. 233-240, 2006.
T. Fawcett, “An introduction to ROC analysis,” Pattern Recognition Letters, vol. 27, no. 8, pp. 861-874, 2006.
P. Kang and S. Cho, “EUS SVMs: Ensemble of Under-Sampled SVMs for Data Imbalance Problems,” ICONIP 2006: Neural Information Processing, pp. 837-846, 2006.
L. Nanni and A. Lumini, “An experimental comparison of ensemble of classifiers for bankruptcy prediction and credit scoring,” Expert Systems with Applications, vol. 36, no. 2, PART 2, pp. 3028-3033, 2019.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089480959