응용통계연구 (The Korean Journal of Applied Statistics)

  • 제22권5호
  • /
  • Pages.923-935
  • /
  • 2009
  • /
  • 1225-066X(pISSN)
  • /
  • 2383-5818(eISSN)
한국통계학회 (The Korean Statistical Society)
권호 표지
DOI QR코드

DOI QR Code

인체측정조사에서 측정곤란부위 예측을 위한 의사결정나무 추천 모형 탐지에 관한 연구

A Study on Exploration of the Recommended Model of Decision Tree to Predict a Hard-to-Measure Mesurement in Anthropometric Survey

  • 발행 : 2009.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 의사결정나무의 추천 모형 선택을 위한 비교실험에 초점을 두고 있다. 의사결정나무 모형은 구축된 모형에 기반을 두고 미래 관측치에 대한 예측 기능을 수행하게 될 것이므로 구축된 모형이 아무리 정치(精緻)하다고 하더라도 일반화의 성질을 충족시키지 못하면 실제성이 없게 된다. 따라서 본 연구는 교차타당성 검토를 통해 일반화의 성질을 충족시키면서 우수한 예측력을 갖는 추천 모형을 탐지하는 절차를 연구하는 데에 초점을 맞추고 있다. 사례 연구로 인체측정자료를 사용하여 측정곤란부위 예측을 위한 의사결정나무 추천 모형을 탐지한다. 그 결과 CART 모형 이 추천 모형으로 탐지되었다.

This study aims to explore a recommended model of decision tree to predict a hard-to-measure measurement in anthropometric survey. We carry out an experiment on cross validation study to obtain a recommened model of decision tree. We use three split rules of decision tree, those are CHAID, Exhaustive CHAID, and CART. CART result is the best one in real world data.

키워드

참고문헌

  1. 강현철, 한상태, 최종후, 이성건, 김은석, 엄익현, 김미경 (2006). <고객관계관리(CRM)를 위한 데이터마이닝 방법론>, 자유아카데미
  2. 공업진흥청 (1992). KRISS-92-144-IR, <산업제품의 표준치 설정을 위한 국민표준체위 조사보고서>
  3. 박경수 (1993). <인간공학-작업경제학>, 영지문화사
  4. 최종후, 권기만, 김수택 (2002). <신용평점모형>, 세창출판사
  5. 최종후, 소선하 (2005). <사례료 배우는 데이터마이닝>, 자유아카데미
  6. Biggs, D., de Ville. B. and Suen, E. (1991). A Method of choosing multiway partitions for classification and decision trees, Journal of Applied Statistics, 18, 49-62 https://doi.org/10.1080/02664769100000005
  7. Breiman, L.. Friedman, J., Olshen, R. and Stone, C. (1984). Classification and Regression Tree, Chapman & Hall/CRC, New York
  8. Han, J. and Kamber, M. (2006). Data Mining: Concepts & Techniques, 2/e, Elsevier Inc, New York
  9. Kass, G. V. (1980). An exploratory technique for investigating large quantities of categorical data, Journal of Applied Statistics, 29, 119-127 https://doi.org/10.2307/2986296
  10. Kohavi, R. (1995). A study of cross-validation and bootstrap for accuracy estimation and model selection, Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence, 1137-1143
  11. Quinlan. J. R. (1993). C4.5: Programs for Machine Learning, Morgan-Kaufmann, California