(30점 만점) 데이터마이닝 출석수업대체과제 한국방송통신대학교 정보통계학과

소개

한국방송통신대학교 정보통계학과 데이터마이닝 출석수업대체과제 30점 만점 받았습니다.

목차

1. 1장 연구과제 3번 (3점)
2. 2장 연구과제 2번 (단, 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)
3. 3장 연구과제 2번의 (1)~(3) (6점)
4. 3장 연구과제 3번 (6점)
5. 4장 연구과제 2번 (3점)
6. 4장 연구과제 4번 (6점)

본문내용

제1장 연구과제 3. 데이터마이닝의 수행과정을 단계별로 설명하라. (3점)
일반적으로 데이터마이닝의 수행단계는 [표 1-1]과 같다. 각 단계들은 상호배타적이거나 한 방향으로 획일적으로 적용되기보다는 상호보완적으로 반복되어 수행된다. 슈무엘(Shumueli) 외(2010)에서 정리한 각 단계별 특징을 간략히 살펴보기로 한다.
[표 1-1] 데이터마이닝의 수행단계 (출처: 교재 p.10~11, Shmueli et al., Data Mining for Business Intgellggence, 2010)
❶ 목적결정
프로젝트의 목적을 계획하고 설정하는 단계이다. 많은 경우 계획단계에서 문제의식이 미리 설정되어 관련 데이터를 수집하게 되지만, 때로는 데이터 수집 후 탐색과정을 거쳐 문제가 설정되기도 한다. 그리고 탐색과정에서 얻은 새로운 발견으로부터 기 설정된 목적이 재설정되기도 한다.
❷ 데이터 수집
데이터는 보통 데이터베이스에서 무작위로 추출하거나 전부 추출하지만, 때로는 분산된 데이터베이스(소비자들의 구매이력자료)를 사용할 수도 있고 외부 데이터베이스(신용평가기관으로부터 얻는 신용등급자료)를 사용할 수도 있다.

<중 략>

제2장 연구과제 2. 이항형 목표변수를 가진 데이터를 구해서 로지스틱 회귀모형을 적합해 보라(단, 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)
1. 로지스틱 회귀모형 적합
데이터를 들여다보면, 좌석등급(Class)을 중심으로 볼 때, 3등석에 있던 승객들이 많이 사망한 반면, 1등석에 있던 승객들이 생존율은 상당히 높다. 『First Class > Second Class > Third Class > Crew』의 순서로 생존율의 차이가 있다는 것이 확인된다. 또한, 성별(Sex) 기준 생존율은 『여성(Female) > 남성(Male)』이며, 연령(Age) 기준으로는 『어린이(Child) > 성인(Adult)』이다.

참고자료

· 김성수, 김현중, 정성석, 이용구, 「R을 이용한 다변량분석」, 한국방송통신대학교 출판문화원, 2015.
· 장영재, 김현중, 조형준, 「데이터마이닝」, 한국방송통신대학교 출판문화원, 2016.
· https://analysis-flood.tistory.com/43?category=725389 42. 데이터마이닝-분류분석
· https://analysis-flood.tistory.com/44?category=725389 43. 데이터마이닝-분류분석2
· https://analysis-flood.tistory.com/45?category=725389 44. 데이터마이닝-분류분석3
· https://www.quora.com/Why-decision-trees-are-called-unstable-models Why decision trees are unstable models?