선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 결국, 데이터마이닝 과정을 통해 유의미한 속성을 발굴하고, 선택하고, 속성의 분류 기준을 찾아내야 한다. 본 연구는 이를 위해, 검증을 통해 속성을 선택하는 방법과, 선택된 속성을 이용한 분류 기준을 결정하는 방법을 제안하였다. 제안한 방법은 단일 속성을 기준으로 하고 있지만, 추후 복합 속성을 통해, 속성 집합을 생성 및 관리하는 방법에 대한 연구를 진행할 계획이다.
- 8%인 141,736명에 그쳤다 [5]. 본 연구에서는이 결과가 보여주는 20% 초반대의 적중률의 의미를 분석하고, 적중률을 개선하기 위한 방법으로 예측 모델에서 사용하는 예측 속성에 대한 평가 기법을 제안한다.
가설 설정
- 결국 첫 번째 단계에서 속성 기준에 의해 추출되지 않은 대상에 대해서는 이후의 복지를 제공하기 위한 후속 발굴 조치를 수행하지 않는다. 두 번째 가정은, 부정 예측에 대한 평가를 수행하지 않는 것으로, 네 번째 단계에서 진행되는 검증 과정은 예측모델이 제시한 발굴 대상자를 대상으로 실제 복지가 필요한지를 확인하는 과정으로 진해된다. 결국 첫 번째 과정에서 복지 대상자로 추출되었지만, 예측 모델에 의해 선정되지 않은 사람들 중에 실제 복지가 필요한 대상이 있는지에 대한 확인은 진행되지 않고 있다.
- 하지만, 기존 모델에서는 몇 가지 중요한 가정을 상정하고 있는데, 첫 번째 가정은 첫 단계에서 사용한 29개으 외부 연계 변수를 통해 모든 복지 대상자들을 추출할 수있다는 것이다. 결국 첫 번째 단계에서 속성 기준에 의해 추출되지 않은 대상에 대해서는 이후의 복지를 제공하기 위한 후속 발굴 조치를 수행하지 않는다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.