의사결정나무의 데이터 유형별 가지치기 최적조건 :Optimal condition of pruning for various types of dataset in decision tree classification

이지현

추천

검색

자료유형: 학위논문

저자정보: 이지현 (한밭대학교, 한밭大學校)

지도교수: 김기태

발행연도: 2018

저작권: 한밭대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2019

의사결정나무의 최적 분할 및 가지치기 옵션

이지현 , 김기태 예술인문사회 융합 멀티미디어 논문지 2019.01 학술저널

2018

의사결정나무의 데이터 유형별 가지치기 최적조건

이지현 産業經營工學科 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

공학, 과학, 인문, 사회 분야 등 많은 부분에 있어서 문제의 복잡도가 증가하고 있고 제품과 서비스가 다양해지면서 의사결정은 사람의 직관이나 경험 또는 간단한 계산에 의해서 이루어지기 어려워지고 있다. 경영 과학적 접근법이나 사회과학적 접근법 등 복잡한 의사결정을 해결하기 위한 다양한 해법이 존재한다. 이 중에서 최근 들어 많이 이용되고 있는 방법 중에 하나가 데이터 기반의 접근법이다.
데이터 기반의 의사결정 방법은 데이터로부터 패턴, 규칙, 관계를 찾아내서 이것을 분석하여 유용한 정보를 만들어내서 문제의 현상을 설명하거나 예측하는 과학적 기법을 말한다. 데이터 기반 기법 중에 확률분포 가정을 하는 통계분석과 달리 데이터 자체에서 패턴을 찾아내는 데이터마이닝 방법이 분류나 예측 문제에 많이 응용되고 있다.
본 연구에서는 데이터마이닝 방법 중에 비모수적 방법이고 시각화에 강점을 갖고 있으며 성능이 우수하다고 알려진 의사결정나무를 이용한 분류방법론을 다룬다. 의사결정나무 분류는 변수 즉, 속성을 노드로 하여 나무를 형성해 가면서 데이터의 패턴과 규칙을 찾는 방법으로 속성인 노드에서 가지를 뻗어 나가는 분할(Splitting) 방법과 속성들의 순서를 정하는 것으로 알고리즘이 구성된다. 또한 과적합을 방지하기 위해 의사결정나무의 크기를 줄이는 가지치기(Pruning)를 수행한다.
분할방법에 따라 의사결정나무의 알고리즘이 CART, CHAID, C5.0으로 나뉘고 가지치기를 하기 위한 다양한 옵션이 존재한다. 의사결정나무 분류 방법은 분할방법과 가지치기의 방식에 따라 성능에 차이가 존재한다. 또한 데이터의 종류에 따라 성능이 달라진다. 우리는 본 논문에서 어떠한 분할방법과 가지치기 옵션이 데이터의 형태에 적합한지를 비교 분석하여 데이터 형태에 따른 최적의 분할방법과 가지치기 옵션을 제시한다.
데이터 및 변수를 크기별로 분류하여 어떠한 분할 알고리즘 및 가지치기가 최적조건인지 분석한다. 또한 불균형 데이터에 대해서도 조사하여 불균형 정도를 네 단계로 구분하여 불균형 정도별로 분할 알고리즘과 가지치기에 대한 분석을 실시하여 최적의 조건을 찾는다.
본 연구는 의사결정나무 분류 방법론에서 현재까지 연구되어진 분할방법과 가지치기에 대한 이론을 정리하였다. 논문의 실험 결과를 통해 어떠한 형태의 데이터가 주어질 때 유형에 따라 어떤 분할방법과 가지치기를 사용하는 것이 가장 적절한지 제공할 수 있어 다양한 문제와 분야에 응용될 수 있는 중요한 자료로 사용될 수 있다.

As the complexities of problems in many fields such as engineering, science, liberal arts, and social science increases and products or services are various, decision making has been getting difficult to conduct by human intuition or simple calculations. A variety of different solution methods including management science or social science approaches have been proposed to solve complicated decision making problems. Among them, recently, one of prominent methods is a data driven approach.
Decision making based on data analysis a scientific method that finds patterns or rules or relationships from data, produces useful information, and describes the phenomenon of problem or predicts the results for new problems. Data mining that is one of data driven approaches and finds patterns from data itself while statistical analysis assumes probability distributions for data set has been applied for predictions or classifications.
This research deals with decision tree classification method that is non-parametric, has strong visibility, and has been known its good performance. Decision tree classification is an algorithm that consists of splitting nodes and assigning orders of attributes and finds patterns or rules from data using expanding the decision tree. Furthermore, pruning that reduces the size of the tree is conducted to avoid the overfitting problem.
There are various options for pruning and splitting algorithms that are CART, CHAID, and C5.0 in decision tree classification. The performance of decision tree classification depends on splitting and pruning methods or type of data set.
In this paper, we propose the optimal splitting and pruning conditions for types of data set by analyzing the performances of splitting and pruning combinations to solve various types of data set. For the analysis, the data type is categorized by small, medium and large sets in terms of size of records or size of attributes (number of variables or dimensions) or continuous or nominal data sets. We also investigate the optimal options of algorithm and pruning for imbalanced data set with classifying into four categories.
Contributions of this paper are three folds. First, we present a comprehensive survey on the splitting and pruning methods for decision tree classification. Second, this paper provides optimal conditions of splitting and pruning methods for any data set in decision tree classification. Lastly, we show the viability of applying for many problems or fields.

#의사결정나무 #가지치기

제 1 장 서 론 1
1.1 연구의 목적 1
1.2 연구의 방법 2
제 2 장 데이터마이닝과 의사결정나무 4
2.1 데이터마이닝 4
2.1.1 데이터마이닝의 개요 4
2.1.2 데이터마이닝의 절차 5
2.1.3 데이터마이닝 기법의 종류 6
2.1.4 데이터마이닝 기법의 최근 연구동향 10
2.2 의사결정나무 12
2.2.1 의사결정나무의 개요 12
2.2.2 의사결정나무의 절차 13
2.2.3 의사결정나무의 주요 알고리즘 14
2.2.4 의사결정나무의 최근 연구동향 19
제 3 장 의사결정나무 분할 및 가지치기 21
3.1 분할 21
3.1.1 분할의 개요 21
3.1.2 분할의 선택 21
3.1.3 분할의 최근 연구동향 23
3.2 가지치기 24
3.2.1 가지치기의 개요 24
3.2.2 가지치기의 주요 알고리즘 26
3.2.3 가지치기의 최근 연구동향 29
제 4 장 데이터 유형별 분할 및 가지치기 최적조건 31
4.1 데이터 및 변수의 크기를 고려한 경우 32
4.1.1 데이터 및 변수의 크기 분류 32
4.1.2 의사결정나무 알고리즘 간의 분할능력 비교분석 34
4.1.3 C5.0 알고리즘의 가지치기 옵션 비교분석 38
4.2 불균형 데이터의 불균형 정도를 고려한 경우 48
4.2.1 불균형 데이터 48
4.2.2 불균형 데이터의 분류 51
4.2.3 의사결정나무 알고리즘 간의 분할능력 비교분석 52
4.2.4 C5.0 알고리즘의 가지치기 옵션 비교분석 55
4.3 데이터 유형별 가지치기 최적조건 64
4.3.1 일반 데이터(UCI 데이터) 65
4.3.2 불균형 데이터(KEEL 데이터) 67
제 5 장 결 론 68
참고문헌 71
ABSTRACT 79

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)