|
커널회귀(Kernel Regression)는 사전에 아무런 가정을 하지 않는다. 이러한 이유로 인하여 비모수 분석방법이라고 한다.
2) 커널회귀식의 구성요소
커널회귀식(Kernel Regression)은 사전에 관측된 데이터를 이용하여 생성한 커널기반함수와 커널기반
|
|
|
데이터마이닝 의사결정나무분석 : 고려정보산업
◇ 최종후(1999), 데이터마이닝 : 기능과 사용법, 자유아카데미 Ⅰ. 개요
Ⅱ. 데이터마이닝의 등장 배경
1. 출현배경
2. 국내동향
Ⅲ. 데이터마이닝의 기법
1. 로지스틱 회귀분석
1) 로지
|
|
|
data는 담당교수 홈페이지 자료실의 타이태닉 데이터(titanic.csv)를 이용하시오.) 또한, 이 타이태닉 데이터에 나무모형을 적합하시오. 이러한 결과를 통해 로지스틱 회귀모형과 나무모형의 특징을 간단하게 비교해 보시오. (6점)
3장 연구과제 2
|
|
|
데이터마이닝 모델링과 사례 - 『허명회』
SAS 통계탐험대 - 『이성철』
데이터 마이닝의 이해와 활용 - 『고재문』
회귀분석 입문 - 『이우리』
SAS 기초 - 『권세혁』
계량경제실증분석 - 『송일호』
경영통계 - 『윤재곤』 목 차
Ⅰ. 서
|
|
|
데이터를 분석한다고 할 때, 어떠한 주제를 분석하면 좋을지 주제를 제안하고 어떤 방법을 이용하여 분석하면 좋을지 데이터 마이닝 측면에서 논하시오. (7점)
2. 와인품질 데이터에 로지스틱 회귀모형을 적합하고자 한다. 과거의 분석 경험
|
|
|
회귀계수들은 아래와 같다. 회귀계수를 토대로 회귀함수식을 도출할 수 있다.
(5) 정확하게 분류된 데이터가 239개이고 77.5974%의 정확한 분류와 나머지 22.4026%의 틀린 답이 나왔다.
(6) 이는 다시 아래의 a는 a라고 답한 179개와 b는 b라고 정답을
|
|
|
data mining to knowledge discovery", Advance in knowledge discovery and data mining, edited by U.M. Fayyad et al., AAAI Press, 1996
강현철 외, SAS Enterprise Miner 4.0을 이용한 데이터마이닝 -방법론 및 활용, 자유 아카데미, 2001
이성환 편저, 패턴인식의 원리 I권, 홍릉과학출판
|
|
|
데이터에서 필요로 하는 정보를 추출하는 것이 가능해짐
- 중략 - 제1장 데이터마이닝의 개요
제2장 자료탐색
제3장 군집화
제4장 연관규칙의 발굴
제5장 나무모형
제6장 신경망
제7장 로지스틱 회귀모형과 평점표
- 각 장별
|
|
|
- 중략 - 제1장 데이터마이닝의 개요 제2장 데이터마이닝의 활용 제3장 자료의 탐색 제4장 군집분석 제5장 연관규칙의 발굴 제6장 나무모형과 앙상블 기법 제7장 신경망 모형 제8장 로지스틱 회귀모형과 평점표 - 각 장별 출제예상문제
|
|
|
데이터를 실시간에 분석하고 이를 통해 다양한 형태의 의사결정을 수행 할 수 있는 단계에 도달
- 중략 - 제1장 데이터마이닝의 개요
제2장 자료탐색
제3장 군집화
제4장 연관규칙의 발굴
제5장 나무모형
제6장 신경망
제7장 로지스틱 회귀
|
|
메뉴펼치기
