Data mining can be either directed or undirected. One way of thinking about it is that we use undirected data mining to recognize relationship in the data and directed data mining to explain those relationships once they have been found. Several data mining techniques have received considerable research attention. In this paper, we propose an algorithm for discovering association rules as directed data mining and applying them to classification. In the first phase, we find frequent closed itemsets and association rules. After this phase, we construct the decision trees using discovered association rules. The algorithm can be applicable to customer relationship management.
This paper proposes a new approach to unsupervised classification of remotely sensed images. Fusion of optic images (Landsat TM) and radar data (SAR) has beer used to increase the accuracy of classification. Number of clusters is estimated using generalized Dunns measure. Performance of the proposed method is best observed comparing the classified images with classified aerial images.
Plants are the basis for sustainable green growth, and the value of existence and importance of trees including landscape Plants can't be emphasized enough. Therefore, they are precious living things thriving in all sorts of public services, and continuous civil complaints for justifiable compensation of landscape Plants are filed. First, the standard formula of planting intervals according to production target specifications is calculated using root-collar caliper and diameter at breast height, and apply (1) standard medium sized trees which have not yet reached commercialization [deciduous tree production goal (R(B) less than 6cm]= (target standard)= [target standard $R(cm){\times}15{\times}0.7$]. (2) In case of commercialization(R6~R10)= [target standard $R(cm){\times}15{\pm}5%$], (3) In case of more than R12= [target standard $R(cm){\times}15{\times}130%$] shall be applied. In case of using diameter at breast height (4) In case of commercialization(B6~B10)= [target standard $B(cm){\times}20{\times}15{\pm}5%$], (5) In case of more than B12= [target standard $B(cm){\times}20{\times}130%$] shall be applied. Second, appraisal methods based on tree classification of compensation for loss are classified according to planted locations. (1) landscape trees within a house=[price of arrival at the site+planting cost], (2) landscape trees in places such as arboretum=[management technology of tress + relocation expenses considering scarcity of the trees (3) landscape trees in a place of loads= [landscape tree production cost + work out added price. In case of producted landscape threes (4) landscape trees ready to be commercialized as sales loss.
We present a new decision tree classification algorithm using rough set theory that can induce classification rules, the construction of which is based on core attributes and relationship between objects. Although decision trees have been widely used in machine learning and artificial intelligence, little research has focused on improving classification quality. We propose a new decision tree construction algorithm that can be simplified and provides an improved classification quality. We also compare the new algorithm with the ID3 algorithm in terms of the number of rules.
The policy for credit card approval/disapproval is based on the applier's personal and financial information. In this paper, we will analyze 2 credit card approval data with several classification methods. We identify which variables are important factors to decide the approval of credit card. Our main tool is an open-source statistical programming environment R which is freely available from http://www.r-project.org. It is getting popular recently because of its flexibility and a lot of packages (libraries) made by R-users in the world. We will use most widely used methods, LDNQDA, Logistic Regression, CART (Classification and Regression Trees), neural network, and SVM (Support Vector Machines) for comparisons.
Data mining is a process of discovering useful patterns or information from large amount of data. Decision tree is one of the data mining algorithms that can be used for both classification and prediction and has been widely used for various applications because of its flexibility and interpretability. Decision trees for classification generally generate a number of rules that belong to one of the predefined category and some rules may belong to the same category. In this case, it is necessary to determine the significance of each rule so as to provide the priority of the rule with users. The purpose of this paper is to propose a rule selection method in classification tree models that accommodate the umber of observation, accuracy, and effectiveness in each rule. Our experiments demonstrate that the proposed method produce better performance compared to other existing rule selection methods.
데이터 분석가에게 많은 노력이 요구되지 않으면서 사용자가 쉽게 분석결과를 이해할 수 있는 범용 분류기법으로서 가장 대표적인 것은 Breiman이 개발한 의사결정나무를 들 수 있다. 의사결정나무에서 기본이 되는 2가지 핵심내용은 독립변수의 차원 공간을 반복적으로 분할하는 것과 평가용 데이터를 사용하여 가지치기를 하는 것이다. 분류문제에서 반응변수는 범주형 변수여야 한다. 반복적 분할은 변수 의 차원 공간을 겹치지 않는 다차원 직사각형으로 나눈다. 여기서 변수는 연속형, 이진 혹은 서열의 척도이다. 본 논문에서는 새로운 사례를 분류함에 있어서 분류의 성능을 평가하기 위해 분류나무의 정확도 정밀도 재현률 등을 실험하고자 한다.
I have investigated and compared the morphology of vascular bundle shown in the section of culm wall of bamboo trees growing on Mt. Jiri which were classified by Grosser and Liese with their methods of morphological classification. The results obtained were as follows: 1. It was shown that there are no b.g.i. types of bamboo classified by Grosser and Liese among the bamboo trees on Mt. Jiri (Phyllostachys and Sasa). 2. As for the thickness of the culm wall in the culm, it was shown that the culm wall of the Phyllostachys becomes thinner in proportion to its nearness to the upper part of the tree, but no distinctive difference appeared in the Sasa. 3. The c, d, and e types of Sasa were the same as those of the Phyllostachys, but there was a vascular bundle type of the a' type, which was quite different from that of the Phyllostachys. 4. It was shown that the a', d, and e types of Sasa were distributed in a zone less than 500m above sea level, but no a' type was distributed in the high mountain area except for the c, d and e types which ranged from 600m to 1000m above sea level. Such facts mean that the vascular bundle sheath has changed in quantity because of the height of mountain. 5. In general, as compared with the Phyllostachys, the Sasa (types a, c, d and e which included a new type a) have fewer vascular bundles. 6. Considering the above results, it is thought that not by the current Sasa classification method based on observation of the the study of Sasa form the outside, but by a new method of classification based on the aspect of the physiological construction as seen from the inside wall is advanced. I believe this new method of classification to be a first step towards an epoch-making methodological advance and encourage the further study of it.
대나무류(類)는 열대방지(熱帶方地)에서 총생(叢生)하는 대형(大型)의 대나무가 많고, 온대(溫帶)가 되면 소형(小型)의 세류(笹類)로 퇴화(退化)하여, 그 종류(種類)는 세계(世界)에 50속(屬) 1,000여종(餘種)이나 있다고하여 그 종류수(種類數)는 대단(大端)히 많다. 이와 같은 대나무는 동양(東洋)에서는 건엽용(建葉用)과 공예용(工藝用)으로 이용(利用)되고있으며, 또한 죽순(竹筍)은 식용(食用)으로서 특유(特有)한 맛이있어 상용(賞用)되고있을 뿐만아니라 최근(最近)에는 세류(笹類)의 액즙(液汁)이 암(癌)에도 효과(効果)가 있다고 하여 중요(重要)한 산업(産業)으로서 발달(發達)하게되었다. 그리고 동남아(東南亞)에서는 삽목(揷木)으로서 용이(容易)하게 증산(增産)하여 pulp재(材)로 사용(使用)하게되여 대단(大端)히 중요시(重要視)하고있다. 이와같이 대나무는 인류생활(人類生活)에 필요부가결(必要不可決)한 목본식물(木本植物)이지만 아직까지 그 형태(形態)의 분류(分類)가 명확(明確)하게 되어 있지 않고 지연되여 있는 형편이다. 18세기(世紀) 중반기(中半期)의 Linne시대(時代)에 들어와서 생식기관(生殖器管)을 주체(主體)로 한 그 형태(形態)의 분류체계(分類體系)가 만들어진 이래(以來) 수정(修正)이 거듭되여온 바 있으나 대나무는 개화(開花)가 일정(一定)한 주기(周期)가 있어서 60-120년(年)의 기나긴 세월(歲月)이 소요(所要)되기 때문에 그의 형태적(形態的) 분류체계(分類體系)를 완성(完成)하는일은 극(極)히 어려운 일이었다. 오늘날까지 대나무에 관(關)한 많은 문헌(文獻)이 있기는 하나 그 시료(試料)가 적기때문에 불확실(不確實)한 기재(記載)도 많이있었고 속(屬)이 변경(變更)된것도 간혹(間或)있어서 그것을 공인(公認)할수 없는 것이 많이 있다. 그래서 내부(內部)의 형태적(形態的)인 분류(分類)에 관(關)하여는 근년(近年)에 이르러 중국(中國)의 Liese씨(氏)에 의(依)하여 겨우 시작(始作)이 되였으며, 또한 독일(獨逸)의 Grosser씨등(氏等)이 유관속(維管束)의 형태(形態)에 착안(着眼)하여 새로운 형태(形態)의 분류(分類)를 시도(試圖)한바있다. 그러나 이들의 이 형태(形態)에 관한 분류(分類)는 Holttum의 자방(子房)의 형태(形態)에 의(依)한 분류(分類)와 밀접(密接)한 관계(關係)가 있는것 뿐이었다. 따라서 필자(筆者)는 유관속초(維管束鞘)의 형태(形態)에 의(依)해 자유중국산(自由中國産)의 대나무 11속(屬) 26종류(種類)를 재료(材料)로하여 대나무의 형태(形態)에 관(關)한 분류체계(分類體系)에 대(對)하여 재고(再考)를 시도(試圖)하여 보았다. 그 결과(結果) Grosser씨(氏) 등(等)의 형태(形態)의 분류(分類)와 일부(一部)는 일치(一致)하였으나, Bambusa와 Dendrocalamus는 분류(分類)하기가 곤란(困難)하였던 것을 고립유관속초(孤立維管束鞘)의 존부(存否)로서 명확(明確)히 구별(區別)할수있었고 또한 종류(種類)가 많은 Bambusa를 2개(個)의 형(型)으로 나눌수가 있었다. 따라서 이 결과(結果)는 앞으로 아속(亞屬)이나 혹(或)은 절(節)로서의 분류(分類)로서 고려(考慮)되여야 할 문제(問題)라고 생각한다. 왜냐하면 이 근거(根據)는, 죽간(竹稈)의 최외층(最外層)에서 최내층(最內層)으로 향(向)하여 변화(變化)하고있는 형태(形態)에 착안(着眼)하여, 그 분화적(分化的)인 면(面)을 관찰(觀察)하였기 때문이다. 이 형태적(形態的)인 분화(分化)에 관(關)한 관찰(觀察)은 형태분류(形態分類)의 철칙(鐵則)인 "간단(簡單)한 것에서 복잡(複雜)한 것으로 진화(進化)한다"라고하는 철칙(鐵則)에 있어서도 충분(充分)히 조사(調査)하여 보았는데, 그 결과(結果)는 생식기관(生殖器官)의 형태적분류(形態的分類)와 대조(對照)하여 결정(決定)되어야 할 것이며, 금후(今後)의 문제(問題)로서 계속연구(繼續硏究)할까 생각한다.
Chang, Eun-Mi;Kim, Min-Ho;Lee, Byung-Whan;Heo, Min
대한원격탐사학회:학술대회논문집
/
대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
/
pp.1409-1411
/
2003
The application of simulated KOMPSAT-2 imagery to monitor graveyards is to be developed. Positions calculated from image were compared with those obtained from Geographic Positioning System. With 24 checkpoints, the position of graveyards showed within 5-meter range. Unsupervised classification, supervised classification, and objected-orientation classification algorithms were used to extract the graveyard. Unsupervised classification with masking processes based on National topographic data gives the best result. The graveyards were categorized with four types in field studies while the two types of graveyards were shown in descriptive statistics. Cluster Analysis and discriminant analysis showed the consistency with two types of tombs. It was hard to get a specific spectral signature of graveyards, as they are covered with grasses at different levels and shaded from the surrounding trees. The slopes and aspects of location of graveyards did not make any difference in the spectral signatures. This study gives the basic spectral characteristics for further development of objected-oriented classification algorithms and plausibility of KOMPSAT-2 images for management of mountainous areas in the aspect of position accuracy and classification accuracy.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.