초록

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

데이터 분류(classification)란 이미 분류된 객체집단군 즉, 학습 데이터에 대한 분석을 바탕으로 아직 분류되지 않는 개체의 소속 집단을 결정하는 작업이다. 현재까지 제안된 여러 가지 분류 모델 중 결정 트리(decision tree)는 인간이 이해하기 쉬운 형태를 갖고 있기 때문에 탐사적인 데이터 마이닝(exploatory)작업에 특히 유용하다. 본 논문에서는 결정 트리 분류에 다중 추상화 수준 문제(multiple abstraction level problem)를 소개하고 이러한 문제를 다루기 위한 실용적인 방법을 제안한다. 데이터의 다중 추상화 수준 문제를 해결하기 위해 추상화 수준을 강제로 같게 하는 것이 문제를 해결할 수 없다는 것을 보인 후, 데이터 값들 사이의 일반화, 세분화 관련성을 그대로 유지하면서 존재하는 유용화할 수 있는 방법을 제시한다.

데이터 분류(classification)란 이미 분류된 객체집단군 즉, 학습 데이터에 대한 분석을 바탕으로 아직 분류되지 않는 개체의 소속 집단을 결정하는 작업이다. 현재까지 제안된 여러 가지 분류 모델 중 결정 트리(decision tree)는 인간이 이해하기 쉬운 형태를 갖고 있기 때문에 탐사적인 데이터 마이닝(exploatory)작업에 특히 유용하다. 본 논문에서는 결정 트리 분류에 다중 추상화 수준 문제(multiple abstraction level problem)를 소개하고 이러한 문제를 다루기 위한 실용적인 방법을 제안한다. 데이터의 다중 추상화 수준 문제를 해결하기 위해 추상화 수준을 강제로 같게 하는 것이 문제를 해결할 수 없다는 것을 보인 후, 데이터 값들 사이의 일반화, 세분화 관련성을 그대로 유지하면서 존재하는 유용화할 수 있는 방법을 제시한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 결정 트리 분류에 다중 추상화 수준 문제 (multiple abstraction level problem)를 소개하고 이러한 문제를 다루기 위한 실용적인 방법을 제안한다. 데이터 값을 강제로 일반화하거나 세분화하기 보다는 존재하는 정보를 그대로 사용하며, 데이터 값들 사이의 일반화, 세분화 관련성은 그대로 유지되도록 한다.
• 본 논문은 결정 트리 분류에 다종 추상화 수준 문제를 도입하였고 이 문제를 다루기 위한 방법을 제안하였다. 데이터 정화 도구를 이용하여 강제로 추상화 수준을 같게 하는 것은 이러한 문제를 해결할 수 없다.

가설 설정

• 그러나 '* Ea는 사실 'Mid-East'일수 있다는 사실을 설명해야 한다. 'RA' 속성이 'East'의 세분화인, Mid-East'값을 갖는 학습 데이터 중 85% 레코드가 있다고 가정한다. 이러한 분포를 고려하여 뿌리 노드의 세 번째 가지를 따를 수 있으며 'E2'에 신뢰도 85% × 98%=83%로 할당된다.
• 속성 'RA'가 클래스 'FVB'에 대하여 최적 분할 속성으로 선택되었다고 가정한다. 최적 분할 속성을 선택하는 방법은 2.
• 제안된 방법을 적용한 후 그림 2에 보여진 결정 트리를 얻었다고 가정한다. 각 단말 노드의 레이블은 결정을 하기 위한 신뢰도를 표현한다.
• 주어진 퍼지 테이블 T가 구별되는 속성 C에 따라 Tc1,…,Tckk로 분할된다고 가정한다. 이때, Tcj= {(t,μ(t))(t∈T, t.

제안 방법

• 결국 이미 확보한 유응한 정보까지 활용하지 못하는 정보 손실 문제가 발생한다. 두 번째 방안은 하향 평준화 방법으로서, 높은 추상화 수준을 가진 데이터를 일정한 수준으로 낮추는 방법이다. 하지만 데이터의 추상화를 낮추기 위해서는 부가적인 정보가 필요하다.
• 데이터 정화 도구를 이용하여 강제로 추상화 수준을 같게 하는 것은 이러한 문제를 해결할 수 없다. 본 논문에서 제안한 방법은 현재 존재하는 정보를 이용하며 데이터 값들 사이의 일반화/세분화 관련성을 고려한다. 세분화된 값이 그 값의 일반화된 값과 독립적으로 존재할 수 있는 반면, 일반화된 값은 세분화된 값이 존재하는 분포만큼 각각의 세분화된 값과 같이 존재한다.
• 세분화된 값이 그 값의 일반화된 값과 독립적으로 존재할 수 있는 반면, 일반화된 값은 세분화된 값이 존재하는 분포만큼 각각의 세분화된 값과 같이 존재한다. 이러한 부분적 존재 양립성을 표현하기 위해 퍼지 관계를 도입하였다.
• 데이터 정화 도구를 이용하여 다중 추상화 수준을 해결하는 시도로서 두 가지 방안을 고려할 수 있다. 첫 번째 방안은 상향 평준화 방법으로서, 낮은 추상화 수준을 가진 데이터를 일정한 수준으로 높이는 방법이다. 하지만, 데이터가 높은 추상화 수준을 가질수록 구체성이 떨어지기 때문에 결국 얻게 되는 분류 모델의 구체성이 떨어지게 된다.

이론/모형

• 제시한 예제에서와 같이 집합내의 레코드에 대한 부분적 소속 정도를 다루는 것이 필요하다. 본 논문에서는 이러한 소속 정도를 표현하기 위해 퍼지 개념을 도입 하였다.

성능/효과

• 비슷하게 t1(또는 t2)의 'RA, 값이 'Mid-East'는 2/3=67%인 확률을 갖는다. 결과적으로 학습 데이터는 {t1, t2, t3, t4, t5}, {t1/0.33, t2/0.33, t3), {t1/0.67, t2/0.67, t4, t5}, {t6, t7, t8, t9, t10}로 분할이 되며, ti/μ의 ti는 소속 정도 μ 값으로 집합에 속한다는 것을 나타낸다. 정의 1과 2는 이러한 사실을 형식화한 것이다.

후속연구

• 현재 제안된 방법들을 구현하고 있으며, 향후 연구로는 실제 데이터를 가지고 성능평가를 하고자 한다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기