메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신지은 (서울시립대학교) 박창이 (서울시립대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제32권 제6호
발행연도
2021.11
수록면
1,329 - 1,341 (13page)
DOI
10.7465/jkdi.2021.32.6.1329

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
단순 베이즈 분류는 반응변수가 주어졌을 때 설명변수들이 조건부 독립이라는 단순 베이즈 가정에 기반한다. 비록 단순 베이즈 가정은 다소 강한 가정이지만 단순 베이즈 분류기는 고차원 데이터에서 합리적인 성능과 계산상의 이점을 보이고 있다. 고차원 데이터에는 보통 많은 잡음 변수들이 있기 때문에 변수선택은 분류기의 예측의 정확도와 해석을 향상시킬 수 있다. 이 논문에서는 단순 베이즈 분류에서 FDR (false discovery rate) 조절에 기반한 범주형 변수선택법을 제안한다. 모의실험과 실제 데이터 분석을 통해 제안한 방법과 변화점 분석에 기반한 또 다른 변수선택법과 비교하며 제안한 방법이 특히 희박한 혹은 고차원 데이터에 대하여 더 효율적임을 보인다.

목차

요약
1. 서론
2. 분석 방법론
3. 모의실험
4. 실제 데이터 분석
5. 결론
References
Abstract

참고문헌 (20)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-041-000042627