DOI QR코드

DOI QR Code

A Study on Classifying Numerical Incomplete Data with Data Reparation Approach

데이터 수정 접근에 의한 불완전한 수치형 데이터 분류에 관한 연구

  • Yo-Seung Kim (Dept. of Computer Science & Engineering, Chung-Nam National University) ;
  • Young-Chul Jung (Dept. of Computer Science & Engineering, Chung-Nam National University) ;
  • Won-Don Lee (Dept. of Computer Science & Engineering, Chung-Nam National University)
  • 김요승 (충남대학교 컴퓨터공학과) ;
  • 정영철 (충남대학교 컴퓨터공학과) ;
  • 이원돈 (충남대학교 컴퓨터공학과)
  • Published : 2008.11.14

Abstract

분류는 기계학습에서 매우 중요한 연구주제이다. 그 중에서도 수치형 데이터의 분류를 위한 많은 알고리즘들이 있다. 그러나 불완전한 데이터의 존재는 분류 모델들의 학습(learning) 품질(quality)을 떨어뜨린다. 그 불완전한 데이터는 현실 세계에서 아주 흔하다. 학습 단계와 분류 단계 양쪽에서 불완전한 데이터를 다루는 것이 중요하고 현실세계 문제들을 풀기 위해 적용되는 것이 필요하다. 본 논문에서 Optimal Completion Strategy(OCS)로부터 나온 몇 개의 공식들이 불완전한 데이터를 예측하기 위해 사용되었다. 새로운 방법이 불완전한 데이터를 분류하기 위해서 제시되었고, 그것은 놀라운 성능을 보여준다.

Keywords