[알고리즘] 판단트리 프로그래밍
- 최초 등록일
- 2008.10.04
- 최종 저작일
- 2007.04
- 3페이지/ 한컴오피스
- 가격 1,500원
소개글
알고리즘 수업시간에 과제로 나온 판단트리 프로그래밍입니다.
목차
■ 판단트리
■ 판단트리 생성 알고리즘
■ 문제 제기
■ 프로그램 소스(별첨)
■ 실측 데이터
■ 실행 결과화면
본문내용
■ 판단트리
인공지능이나 데이터마이닝 분야에서 다량의 실제 데이터를 바탕으로 의사결정을 내리는 기술 중 하나로 분류라는 기술이 있다. 분류를 적용하는 한 실용적인 예로, 은행에 대출을 받으러 온 손님에 대하여 은행 대출 담당자가 과연 이 손님이 대출금을 사고 없이 상환할 사람인가 아닌 가 판단하는 것을 분류의 한 예로 들 수 있다. 또 다른 예로 잠정적인 고객에 대하여, 백화점이나 보험사, 등등의 판매회사가 이 사람이 과연 물건을 사러 올 사람인가 아니면 오지 않을 사람인가를 판단하는 것도 분류의 한 예이다.
이러한 분류의 정확도를 제고하는 방법으로 다량의 실제 데이터를 참조하는 방법이 적용되고 있는데, 1 단계에서 실제 데이터를 바탕으로 분류 모델을 구축하고 2 단계에서는 새로운 데이터가 주어질 때, 1 단계에서 구축한 모델에 비추어 이 데이터는 과연 어떤 부류에 속할 지 의사결정을 내린다. 1 단계를 학습 단계라고 하고, 2단계를 분류단계라고 하며, 다량의 실제 데이터를 훈련 데이터라고 한다.
■ 판단트리 생성 알고리즘
function 판단트리생성(훈련데이터, 속성리스트) {
1. 노드 N을 생성;
2. if 훈련데이터가 모두 같은 부류 C에 속하면
3. return(N의 레이블을 C로 하고 N을 잎사귀 노드로 반환함) ;
4. if 속성리스트가 empty이면
5. return(N의 레이블을 훈련데이터에 제일 많이 나타나는 부류로 하고, N 을 잎사귀노드로 반환함);
6. 속성리스트에서 정보이득(information gain)이 가장 높은 속성을 선택하여 테 스트속성이라 한다 ;
7. N의 레이블을 테스트속성으로 정한다 ;
8. 테스트속성의 각 급간 ai 에 대하여 {
9. 노드 N에 테스트속성 == ai에 해당하는 가지를 생성한다 ;
10. 훈련데이터에서 테스트속성 == ai인 터플들의 집합을 훈련데이터i라고 한다 ;
참고 자료
없음