[논문]데이터마이닝기법상에서 적합된 예측모형의 평가 -4개분류예측모형의 오분류율 및 훈련시간 비교평가 중심으로

이상복

데이터마이닝기법상에서 적합된 예측모형의 평가 -4개분류예측모형의 오분류율 및 훈련시간 비교평가 중심으로
Evaluations of predicted models fitted for data mining - comparisons of classification accuracy and training time for 4 algorithms 원문보기

의사결정나무모형 가운데 하나인 CHAID, 로지스틱 회귀모형, 이들을 이용한 각각의 베깅모형 등 4가지 예측분류모형에 대한 오분류율과 훈련시간을 표본크기별로 계산하고, 이들 모형에 대한 모의실험 비교를 통하여 주어진 알고리즘들의 효율성을 평가하였다. 베깅 의사결정나무모형은 오분류율은 낮았으나 상대적으로 훈련시간이 가장 길었다.

CHAID, logistic regression, bagging trees, and bagging trees are compared on SAS artificial data set as HMEQ in terms of classification accuracy and training time. In error rates, bagging trees is at the top, although its run time is slower than those of others. The run time of logistic regression is best among given models, but there is no uniformly efficient model satisfied in both criteria.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서, 균일적으로 효율성이 좋은 예측모형이 없음으로, 오분류율이 작은 의사결정 나무 모형을 적용할 것인가 혹은 훈련시간이 보다 작은 회귀 모형을 사용할 것인지, 아니면 훈련시간은 다소 증가하지만 비교적 안정성을 가진 베깅 모형으로 결정할 것인가 하는 문제는 쉬운 것이 아님을 보여주었다. 따라서 베이터 베이스의 구조와 데이터 마이닝의 목적에. 따른 적절한 예측 모형 선택을 해야 한다.
본 논문에서는 의사결정 나무 모형 가운데 하나인 CHAID, 로지스틱 회귀 모형, 이들을 이용한 각각의 베깅 모형 등 4가지 예측분류 모형에 대한 오 분류율과 훈련처리 시간을 표본 크기별로 계산하고, 이들의 비교를 통한 주어진 알고리즘들의 효율성을 평가하였다. 2절에서는 알고리즘 개요를 소개하였고, 3절에서는 모의실험 설계와 자료에 대한 설명을 하였으며, 금융시장에 있어 고객 신용분석을 위한 SAS 시스템상의 가상 자료에 대하여 SAS 이 마이너(e-miiier) 통계 패키지 4.

제안 방법

의한 일반화된 다중분류 예측기 법으로 Breiman(1996)이 제안하였다. 이 논문에서는 5회 반복 재표본에 대하여 각각의 CHAID 혹은 로지스틱 회귀 모형을 구한 다음 복식투표에 의한 분류를 하였다.
주어진 데이터베이스에 대하여, 앞 2절에 제시된 알고리즘의 오 분류율과 분류시간을 추정하기 위하여 표본 크기( 1000, 2000, 3000 )별로 50개의 데이터 세트를 반복 추출하였다. 표본별로 훈련용 자료 집합과 확인용 자료 집합을 6 : 4로 배정하여 모의 실험하였으며, CHA1D와 로지스틱을 각각 5회 베깅을 실시하였으며, 베깅은 10회 반복하였다.
표본별로 훈련용 자료 집합과 확인용 자료 집합을 6 : 4로 배정하여 모의 실험하였으며, CHA1D와 로지스틱을 각각 5회 베깅을 실시하였으며, 베깅은 10회 반복하였다. 분리기준으로 CHAID 알고리즘의 경우에 카이제곱 검정의 유의 수준 0.

대상 데이터

데이터로는 SAS 시스템의 가상 자료로 HMEQ를 선택하였다. 5960개의 레코드를 가졌으며, 변수는 모두 13개이고 이 가운데 범주형 변수가 3개이다. 예측 변수로 대출금의 상환 여부를 묻는 이가 범주형 변수 BAD로 정했다.
데이터로는 SAS 시스템의 가상 자료로 HMEQ를 선택하였다. 5960개의 레코드를 가졌으며, 변수는 모두 13개이고 이 가운데 범주형 변수가 3개이다.

데이터처리

2절에서는 알고리즘 개요를 소개하였고, 3절에서는 모의실험 설계와 자료에 대한 설명을 하였으며, 금융시장에 있어 고객 신용분석을 위한 SAS 시스템상의 가상 자료에 대하여 SAS 이 마이너(e-miiier) 통계 패키지 4.0를 사용하여 의사 나무 결정, 로지스틱 회귀 모형, 베깅모형에 대한 오분류율과 훈련 시간을 4절에서는 계산하였다. 5절 결론 부분에서는 이들 분류 예측모형에 대한평가 및 추후 연구를 위한 가지 제언을 하였다.

이론/모형

로지스틱 판별 분석을 의미하며 Agresti(1990)가 제안한 로지스틱 다항회귀모형을 사용하였으며, 변수 선택으로 단계별 방법을 사용했다. 추정된 회귀계수 a, 妃板, …, 如를 이용한 사후화률 계산은 다음식과 같다.
이 논문에서는 분류예측 모형평가를 위한 알고리즘은 Lim(2000)에서 비교하지 않은 다음 4가지를 사용하였다
이들 모형의 분류 예측 정확성 평가를 위한 판정 기준으로 본 연구에서는 확인용 자료 집합에 대하여 다음과 같은 오 분류율 식을 사용하였다.
05를 적용하였다. 정지규칙으로는 CHAID 경우에 Kass 기준을 적용하였으며, 최소 오 분류율 로지스틱의 경우 정지규칙이 따로 없다. 모 형평 가의 측도로 오 분류율이 정확한 분류 측도를 선택하였다 온라인 SAS 기술보고서에 따르면 의사결정 모형 계산을 위한 최소 RAM 크기는 8 X 표본 크기이며, 계산속도는 전체 자료 집합이 임시 기억하기 위해서는 8 X 표본 크기 X (입력변수의 수 + 1)에 비례한다.

성능/효과

전체적으로는 4. 2에서 이미 밝힌 바와 같이 CHAID와 베깅 의사결정 나무 모형이 로지스틱 모형이 로지스틱모형이나 베:^ 회귀모형보다 오분류율이 작다는 것을 알 수 있다.
데이터 마이닝의 분류 예측 모형의 정확성 평가 기준 가운데 하나인 오분류율이 작은 알고리즘을 선택하는 것이 물론 중요하나, 본 논문의 모의실험에서 살펴보았듯이, 알고리즘의 훈련 시간에 대한 고려도 중요함을 알 수 있었다. 따라서, 균일적으로 효율성이 좋은 예측모형이 없음으로, 오분류율이 작은 의사결정 나무 모형을 적용할 것인가 혹은 훈련시간이 보다 작은 회귀 모형을 사용할 것인지, 아니면 훈련시간은 다소 증가하지만 비교적 안정성을 가진 베깅 모형으로 결정할 것인가 하는 문제는 쉬운 것이 아님을 보여주었다.
대한 고려도 중요함을 알 수 있었다. 따라서, 균일적으로 효율성이 좋은 예측모형이 없음으로, 오분류율이 작은 의사결정 나무 모형을 적용할 것인가 혹은 훈련시간이 보다 작은 회귀 모형을 사용할 것인지, 아니면 훈련시간은 다소 증가하지만 비교적 안정성을 가진 베깅 모형으로 결정할 것인가 하는 문제는 쉬운 것이 아님을 보여주었다. 따라서 베이터 베이스의 구조와 데이터 마이닝의 목적에.
또한 표 3에서 표본 크기 3000일 때 베깅 의사결정 나무모형 오분류율은 0.113994으로가장 작았으며, 베깅 회귀 모형의 경우 전체적으로 오 분류율이 컸다.

후속연구

속도가 빠른 마이닝 알고리즘과 마이닝 기법의 개발이 필요한 것이 현실이다. 기존 모형의 다양한 비교평가는 새로운 모형을 제시해주는 하나의 시금석으로써, 앞으로 연구개발용 혹은 상업용 마이닝툴 사용자 입장의 입출력과정을 포함한 전 과정 처리 시간에 대한 비교연구도 할 필요성이 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

데이터마이닝기법상에서 적합된 예측모형의 평가 -4개분류예측모형의 오분류율 및 훈련시간 비교평가 중심으로
Evaluations of predicted models fitted for data mining - comparisons of classification accuracy and training time for 4 algorithms 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

데이터마이닝기법상에서 적합된 예측모형의 평가 -4개분류예측모형의 오분류율 및 훈련시간 비교평가 중심으로 Evaluations of predicted models fitted for data mining - comparisons of classification accuracy and training time for 4 algorithms 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

이상복 (5)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

데이터마이닝기법상에서 적합된 예측모형의 평가 -4개분류예측모형의 오분류율 및 훈련시간 비교평가 중심으로
Evaluations of predicted models fitted for data mining - comparisons of classification accuracy and training time for 4 algorithms 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper