최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.23 no.6, 2010년, pp.1093 - 1102
맹진우 (고려대학교 통계학과) , 방성완 (고려대학교 통계학과) , 전명식 (고려대학교 통계학과)
Even though the k-Nearest Neighbors Classification(KNNC) is one of the popular non-parametric classification methods, it does not consider the local features and class information for each observation. In order to overcome such limitations, several methods have been developed such as Adaptive Neares...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
k-Nearest Neighbors Classification(KNNC) 방법의 단점은? | 비모수적 판별분류방법인 k-Nearest Neighbors Classification(KNNC) 방법은 널리 사용되고 있지만 고정된 이웃의 개수를 사용하며 또한 집단변수의 정보를 활용하지 않음으로서 자료의 국소적 특징을 반영하지 못하는 단점이 있다. Adaptive Nearest Neighbors Classification(ANNC) 방법과 Modified k-Nearest Neighbors Classification(MKNNC) 방법은 각각 이러한 단점들을 보완하기 위해 제안된 방법이다. | |
KNNC 방법의 단점은? | 이러한 KNNC 방법은 다변량 정규성 등의 모수적 모형이 만족되지 않을 때에도 강건성(robustness)을 지니는 비모수적 판별분류방법으로 널리 활용되고 있다. 하지만 KNNC 방법은 자료전체에 대하여 고정된 k개의 이웃을 선정하므로 각 개체가 지니는 국소적 특징을 고려하지 못한다. 따라서 각 개체에 따라 소속 집단 결정에 사용하는 이웃의 개수 k를 변화시키는 방법이 통계적 효율성을 더 높일 것으로 예상되며, 이에 대한 관련 연구로는 Friedman (1994), Hastie와 Tibshrani (1996) 등을 들 수 있다. | |
k-Nearest Neighbors Classification(KNNC) 방법이 가진 단점을 보완하기 위해 제안된 방법은? | 비모수적 판별분류방법인 k-Nearest Neighbors Classification(KNNC) 방법은 널리 사용되고 있지만 고정된 이웃의 개수를 사용하며 또한 집단변수의 정보를 활용하지 않음으로서 자료의 국소적 특징을 반영하지 못하는 단점이 있다. Adaptive Nearest Neighbors Classification(ANNC) 방법과 Modified k-Nearest Neighbors Classification(MKNNC) 방법은 각각 이러한 단점들을 보완하기 위해 제안된 방법이다. 본 연구에서는 ANNC 방법과 MKNNC 방법의 장점을 결합한 Modified Adaptive Nearest Neighbors Classification(MANNC) 방법을 제안하였다. |
Friedman, J. (1994). Flexible Metric Nearest Neighbor Classification, Technical report, Standford University.
Hastie, T. and Tibshirani, R. (1996). Discriminant adaptive nearest neighbor classification, IEEE Transactions on Pattern Analysis and Machine Intelligence, 18, 607-616.
Jhun, M., Jeong, H. C. and Koo, J. Y. (2007). On the use of adaptive nearest neighbors for missing value imputation, Communications in Statistics: Simulation and Computation, 36, 1275-1286.
Parvin, H., Alizadeh, H. and Minaei-Bidgoli, B. (2008). MKNN: Modified k-nearest neighbor, Proceedings of the World Congress on Engineering and Computer Science, 22-24.
Song, Y., Huang, J., Zhou, D., Zha, H. and Giles, C. L. (2007). IKNN: Informative k-nearest neighbor pattern classification, PKDD 2007, 248-264.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.