• Communications for Statistical Applications and Methods
• /
• v.17 no.6
• /
• pp.755-765
• /
• 2010

For classification problems on mixture distribution, a threshold based on cost functions is optimal from the viewpoint of a minimum expected cost. Assuming that there is no cost information, we propose cost ratios in the expected cost corresponding to thresholds where the total accuracy and the true rate are maximized to explain the relation of these cost ratios minimizing the expected cost. Other cost ratios are also proposed by comparing the normalized expected costs when classification accuracy is maximized. The values of these cost ratios are located between two cost ratios for the expected costs based on classification accuracies, and converge to that of the minimum expected cost. This work suggests two cost ratios: one is minimized by the expected cost and the normalized expected cost, and the other in the expected cost and the normalized expected cost functions that are maximized classification accuracies. We discuss their compatibility based on the relation of these cost ratios.

• The Korean Journal of Applied Statistics
• /
• v.27 no.5
• /
• pp.773-786
• /
• 2014

We propose the multiplication of false rates (MFR) which is a classification accuracy criteria and an area type of rectangle from ROC curve. Optimal threshold obtained using MFR is compared with other criteria in terms of classification performance. Their optimal thresholds for various distribution functions are also found; consequently, some properties and advantages of MFR are discussed by comparing FNR and FPR corresponding to optimal thresholds. Based on general cost function, cost ratios of optimal thresholds are computed using various classification criteria. The cost ratios for cost curves are observed so that the advantages of MFR are explored. Furthermore, the de nition of MFR is extended to multi-dimensional ROC analysis and the relations of classification criteria are also discussed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.591-594
• /
• 2020

불균형 데이터는 범주에 따른 데이터의 분포가 불균형한 데이터를 의미한다. 이런 데이터를 활용해 기존 분류 알고리즘으로 분류기를 학습하면 성능이 저하되는 문제가 발생한다. 오버 샘플링은 이를 해결하기 위한 기법 중 하나로 수가 적은 범주[이하 소수 범주]에 속한 데이터 수를 임의로 증가시킨다. 기존 연구들에서는 수가 많은 범주[이하 다수 범주]에 속한 데이터 수와 동일한 크기만큼 증가시키는 경우가 많다. 이는 증가시키는 샘플의 수를 결정할 때 범주 간 데이터 수 비율만 고려한 것이다. 그런데 데이터가 동일한 수준의 불균형 정도를 갖더라도 범주별 데이터 분포에 따라서 분류 복잡도가 다르며, 경우에 따라 데이터 분포에서 존재하는 불균형 정도를 완전히 해소하지 않아도 된다. 이에 본 논문은 분류 복잡도를 활용해 데이터 셋 별 적정 오버 샘플링 비율을 산출하는 알고리즘을 제안한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.6
• /
• pp.179-186
• /
• 2008

In this paper we analyse the effects of Bayesian algorithm in teaming class imbalance problems and compare the performance evaluation methods. The teaming performance of the Bayesian algorithm is evaluated over the class imbalance problems generated by priori data distribution, imbalance data rate and discrimination complexity. The experimental results are calculated by the AUC(Area Under the Curve) values of both ROC(Receiver Operator Characteristic) and PR(Precision-Recall) evaluation measures and compared according to imbalance data rate and discrimination complexity. In comparison and analysis, the Bayesian algorithm suffers from the imbalance rate, as the same result in the reported researches, and the data overlapping caused by discrimination complexity is the another factor that hampers the learning performance. As the discrimination complexity and class imbalance rate of the problems increase, the learning performance of the AUC of a PR measure is much more variant than that of the AUC of a ROC measure. But the performances of both measures are similar with the low discrimination complexity and class imbalance rate of the problems. The experimental results show 4hat the AUC of a PR measure is more proper in evaluating the learning of class imbalance problem and furthermore gets the benefit in designing the optimal learning model considering a misclassification cost.

• Korean Journal of Weed Science
• /
• v.31 no.1
• /
• pp.49-70
• /
• 2011

This study was conducted to examine the change of flora and plant species diversity between 2005 and 2010 in Yangjaecheon (stream) which was divided among three different types of vegetation management method; ecological vegetation management (weeding vines and invasive plants; EVM), plant cultivation (PC) and uncared for vegetation (UC). There were total 478 taxa, composed by 429 spontaneous taxa and 49 cultivated taxa in 2005 and total 424 taxa composed by 318 spontaneous taxa and 106 cultivated taxa in 2010. In spontaneous plants, 201 taxa were distributed over total area, 197 taxa were distributed in only EVM area, 10 taxa in only PC area and 59 taxa in only UC area. Also, the most dominant family (Asteraceae${\rightarrow}$Poaceae) and number of rare taxa (reduced) and wide distributed taxa (increased) was changed from 2005 to 2010. The rate of perennial taxa was found to be increased in only EVM area. In conclusion, EVM is thought to be a more efficient method for plant species diversity of restored stream.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.139-141
• /
• 2000

인터넷 분야가 급성장 하면서 수많은 정보들 가운데에서도 멀티미디어 정보의 양이 급격히 증가하고 있으며, 특히 멀티미디어 정보 가운데에서도 이미지 데이터의 양이 급격히 증가하고 있다. 이러한 이미지의 양은 대규모이므로 사용자가 원하는 이미지를 찾기 위해, 이미지 데이터를 검색하기 위한 여러 가지 방법들이 많이 연구되어 왔다. 본 논문에서는 이미지 검색에서의 색상 질의를 비율로써 정확하게 검색하기 위하여 사람이 색상을 보고 느끼는 색상, 명도, 채도 방식을 이용해 이미지의 색상을 분류하였으며, 웹 브라우저 상에서 가 안정적인 색상을 나타내는 웹 칼라를 이용해 색상을 60도씩 분리하여 분류하였다. 이러한 분류 결과를 이미지 검색에 적용하여 색의 비율단위로 다양하고 정확한 검색을 할 수 있었다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2004.04a
• /
• pp.69-77
• /
• 2004

본 논문에서는 한방병원에서 사상체질분류검사설문지를 이용하여 사상체질을 진단할 때 진단의 정확도를 향상시키기 위한 사상체질분류함수를 개발하기 위하여 데이터마이닝에서의 판별분석모형을 이용한다. 데이터 정제 과정에서 양질의 데이터를 확보하기 위한 기준은 상반되는 설문의 응답 패턴과 체질별 설문의 응답 비율을 이용하며, 변수선택의 기준은 도수분석의 비율차이검정과 선형판별함수의 계수를 이용한다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.206-209
• /
• 2006

강우-유출 모델링에 있어 토지피복/이용 상태는 중요한 입력변수로 사용되지만 기존의 다중분광영상을 이용한 분류에는 한계가 있다. 본 연구에서는 위성탑재 초분광영상인 Hyperion 영상의 분광혼합분석을 통해 도시지역의 수문학적 토지피복/이용 분류를 실시하였으며 분류등급의 기준은 널리 사용되고 있는 SCS 토지피복/이용 등급을 이용하였다. 정확도분석을 위해 항공사진을 디지타이징하여 불투수면적의 비율을 비교하였으며 분광혼합분석 결과와 항공사진에서 불투수면적의 비율은 유사하게 나타났다. 그러나 SCS의 분류등급은 미국을 기준으로 개발되었기 때문에 임계치를 이용하여 분류된 등급과 실제 항공사진판독의 결과가 일부 다르게 나타나는 것을 알 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.49-54
• /
• 2007

고분해능복사계(AVHRR) 자료로부터 산출한 아시아지역 지면피복 분류자료들 (United States Geological Survey: USGS, International Geosphere Biosphere Programme: IGBP, University of Maryland: UMd)의 분류특성을 분석하였으며 이를 근거로 하여 이 지역에 대한 지면피복의 분류를 시도하였다. 서로 다른 지면피복 분류 자료들의 비교를 위하여 지도 투영법을 일치시켰으며 지면피복 정의가 유사한 유형들만 비교하였다. 세 지면피복 자료에서 분류가 모두 일치하는 비율은 33.57%이고 3 자료 중 두 자료에서 분류가 일치하는 비율은 49.69%로 나타났다. 전체적으로 나대지(사막)， 도시 및 혼합림과 같이 식생의 생물리적 특성이 뚜렷한 유형들에서는 분류의 일치율이 높게 나타났다. 반면에 농지， 낙엽활엽수림， 및 낙엽침엽수렴과 같이 식생의 생물리적 특성이 유사한 유형에서는 일치율이 낮게 나타났다. 분류에 사용된 기본 입력자료수， 지면피복 유형수，분류기법 및 입력 자료의 전처리 수준 등이 지면피복 분류 결과에 차이를 유발한 것으로 판단된다. 지면피복 자료들의 비교결과와 각 유형별 식생지수의 평균 계절변동 특성을 이용하여 이 지역에 대한 지면피복 분류자료를 보완하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.6
• /
• pp.36-56
• /
• 2022

Traffic accidents occur in Korea are calculated with the 「Automobile Accident Negligence Ratio Certification Standard」 prepared by the 'General Insurance Association of Korea' and the insurance company's agreement or judgment is made. However, disputes are frequently occurring in calculating the negligence ratio. Therefore, it is thought that a more effective response would be possible if accident type according to the standard could be quickly identified using traffic accident information prepared by police. Therefore, this study aims to develop a model that learns the accident information prepared by the police and classifies it to match the accident type in the standard. In particular, through data mining, keywords necessary to classify the accident types of the standard were extracted from the accident data of the police. Then, models were developed to derive the types of accidents by learning the extracted keywords through decision trees and random forest models.