데이터마이닝 기법

등록일 2003.03.29 | 최종수정일 2014.04.09 한글 (hwp) | 17페이지 | 가격 2,200원

소개글

A+

목차

[1] 연관규칙(Association rules)
[2] 순차패턴(Sequential patterns)
[3] 클러스터링(Clustering)
[4] 의사결정나무(Decision Trees)
[5] 신경망 모형(Neural Networks)
[6] 유전학적기법
[7] 사례 기반 추론 기법(CBR)

본문내용

[4] 의사결정나무(Decision Trees)
의사결정나무(Decision Trees)는 분류 또는 예측을 목적으로 하는 어떤 경우에도 사용될 수 있는 기법으로 분석의 정확도보다는 분석과정의 설명이 필요한 경우에 더 유용하게 사용
(1) 세분화(Segmentation)
데이터를 비슷한 특성을 갖는 몇 개의 그룹으로 분할하여 각 그룹별 특성을 발견하는 경우 또는 각 고객이
어떤 집단에 속하는지를 파악하고자 하는 경우
(2) 분류(Classification, Stratification)
관측개체를 여러 예측 변수들에 근거하여 목표변수의 범주를 몇 개의 등급으로 분류하고자 하는 경우.
(3) 예측(Prediction)
자료로부터 규칙을 찾아내고 이를 이용하여 미래의 사건을 예측하고자 하는 경우.
(4) 차원축소 및 변수선택(Data reduction and variable screening)
매우 많은 수의 예측변수 중에서 목표변수에 큰 영향을 미치는 변수들을 골라내고자 하는 경우
(5) 교호작용효과의 파악(Interaction effect identification)
여러 개의 예측 변수들이 결합하여 목표변수에 작용하는 규칙(교호작용효과)을 파악하고자 하는 경우
      최근 구매한 회원 학교정보 보기
      1. 최근 2주간 다운받은 회원수와 학교정보이며
         구매한 본인의 구매정보도 함께 표시됩니다.
      2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
      3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
      최근 본 자료더보기
      추천도서